Mettre en place des algorithmes de recommandation

 
  Toutes les formations  Data science
  2 jours       1420       Avancé    
Objectifs

Connaître les différentes méthodes permettant d’effectuer des recommandations de contenus (produits marketing, …) à un ensemble de clients ou d’utilisateurs Être capable d’évaluer la performance d’un algorithme avant son déploiement.


Prérequis

Notions de base en économétrie et en calcul matriciel.


Contenu

Très largement utilisés sur internet, les algorithmes de recommandations permettent de suggérer des contenus (produits marketing, offres d’emplois, offres commerciales, …) pertinents à un utilisateurs et de personnaliser l’expérience des utilisateurs.

Cette formation présente les différentes méthodes de recommandations à partir de plusieurs exemples (ciblage publicitaire, suggestion de produits pour le e-commerce, recommandation de contacts pour les réseaux sociaux, …).

Deux approches seront principalement évoquées : une première s’inspirant des techniques de scoring, dite “model-based”, et une seconde par filtrage collaboratif, dite “memory-based”. L’évaluation de la qualité d’un algorithme étant nécessaire avant son déploiement, nous verrons comment utiliser les données historiques pour simuler des comportements d’utilisateurs et procéder à l’évaluation sans réaliser de tests réels.

Introduction :

pourquoi et comment effectuer des recommandations ?

Les principaux algorithmes de recommandation :

approche Model-Based, filtrage collaboratif.

L’évaluation d’un algorithme :

avant et après la mise en production d’un algorithme.

Application :

implémentation et évaluation d’un algorithme de recommandation avec R


Modalités pédagogiques

Afin de mobiliser les participants, de multiplier les échanges et de faciliter l’assimilation des connaissances, cette formation alterne exposés théoriques et applications pratiques / cas concrets / travaux sur ordinateur.