| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Datorsistēmas |
| Nosaukums |
Mašīnmācīšanās algoritmu salīdzinājums filmu rekomendāciju sistēmas izveidei |
| Nosaukums angļu valodā |
Comparison of Machine Learning Algorithms for a Film Recommendation Systems Development |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Arnis Staško |
| Recenzents |
Vita Šakele |
| Anotācija |
Bakalaura darbā tiek pētīti un salīdzināti dažādi mašīnmācīšanās algoritmi, lai
novērtētu to efektivitāti filmu rekomendāciju sistēmu izstrādē, kas ir būtiskas
personalizētas lietotāju pieredzes nodrošināšanai digitālajās platformās. Darba mērķis
sistemātiski izvērtēt algoritmu piemērotību, pamatojoties uz to sniegumu un
precizitāti, lai noteiktu efektīvākos risinājumus rekomendāciju kvalitātes uzlabošanai.
Eksperimentālajā pētījumā, izmantojot Python un Scikit-Learn, un citas bibliotēkas, kā
arī MovieLens 1M datu kopu, tiek analizēta dažādu algoritmu darbība. Rezultāti tiek
vērtēti ar precizitātes metrikām MAE un RMSE, sniedzot vadlīnijas efektīvāku
algoritmu izvēlei filmu straumēšanas platformām un uzsverot matricu faktorizācijas
metožu priekšrocības liela apjoma datu apstrādē.
Šis darbs sastāv no 54 lappusēm, kurās iekļauts ievads, 3 nodaļas, rezultāti un
secinājumi, kā arī literatūras avotu saraksts. Darbā kopumā ir 2 tabulas, 20 attēli, 6
pielikumi un 80 literatūras avoti. |
| Atslēgas vārdi |
filmu rekomendāciju sistēmas, mašīnmācīšanās algoritmu salīdzinājums, personalizācija, algoritmu efektivitāte, precizitātes metrikas |
| Atslēgas vārdi angļu valodā |
movie recommendation systems, comparison of machine learning algorithms, personalization, algorithm efficiency, accuracy metrics |
| Valoda |
lv |
| Gads |
2024 |
| Darba augšupielādes datums un laiks |
04.11.2024 22:10:45 |
