Перейти к содержимому

ML-задача от Netflix: разработка системы прогнозирования времени просмотра (полное пробное собесе...

Aced (formerly Exponent)

0:00 / 0:00

ML-задача от Netflix: разработка системы прогнозирования времени просмотра (полное пробное собесе...

31 515 просмотров · 2 года назад
Aced (formerly Exponent)
509 тыс. подписчиков
31 515 просмотров · 2 года назад
Пройдите курс подготовки к собеседованиям по машинному обучению от Exponent: https://bit.ly/488VWnC В этом интервью мы рассмотрим использование машинного обучения для прогнозирования времени просмотра Netflix. Наш гость затронет широкий спектр тем, включая использование данных, разработку признаков, контролируемые и неконтролируемые подходы, а также метрики сходства. Он также обсудит потенциал объединения этих подходов для создания универсальной системы рекомендаций. Кроме того, в интервью рассматриваются проблемы, связанные с развертыванием модели, временными эффектами и вопросами переобучения. Эта беседа демонстрирует сложность машинного обучения для прогнозирования времени просмотра. Chapters (Powered by ChapterMe) - 00:00 - Введение 00:29 - Цель проектирования: прогнозирование времени просмотра Netflix 01:36 - Доступ к данным пользователя: демографические характеристики, фильмы, сериалы 04:47 - Обучение модели для прогнозирования времени просмотра 09:42 - Разреженная матрица, поиск сходства, метрики 13:12 - Корреляция Пирсона для прогнозирования времени просмотра 15:02 - Методы без учителя имеют преимущества перед методами с учителем 18:24 - Линейные встраивания моделей упрощают обучение 19:03 - Проблемы развертывания и интеграции моделей 23:16 - Матрицы для сходства в моделях скрытых факторов 24:17 - Проблемы с векторами признаков с учителем 25:22 - Прогнозирование на основе признаков с учителем с использованием пространства встраиваний 27:43 - Заключение Хотите больше контента по машинному обучению? Система обнаружения фейковых новостей - Пробное собеседование по машинному обучению -    • Fake News Detection System - Machine Learn...   Собеседование на должность инженера по машинному обучению в Amazon: кластеризация методом K-средних -    • Amazon Machine Learning Engineer Interview...   Как стать инженером по машинному обучению -    • How to Become a Machine Learning Engineer   👉 Подпишитесь на наш канал: http://bit.ly/exponentyt 🕊️ Следите за нами в Twitter: http://bit.ly/exptweet 💙 Ставьте лайк на нашей странице в Facebook, чтобы получать специальные скидки: http://bit.ly/exponentfb 📷 Смотрите нас в Instagram: http://bit.ly/exponentig 📹 Смотрите нас в TikTok: https://bit.ly/exponenttiktok О НАС: Вам понравилось это видео? Хотите получить работу своей мечты? Exponent — это онлайн-сообщество, платформа для курсов и коучинга, которая поможет вам успешно пройти предстоящее собеседование. Exponent помог людям получить работу мечты в таких компаниях, как Google, Microsoft, Amazon, а также в быстрорастущих стартапах. В настоящее время Exponent имеет лицензии от Стэнфорда, Йеля, Вашингтонского университета и других университетов. Наши курсы включают уроки по подготовке к собеседованиям, вопросы и полные ответы с видеоанализом. Получите доступ к часам реальных видеозаписей собеседований, где мы анализируем, что прошло хорошо, а что плохо, и к нашему сообществу из более чем 1000 экспертов-коучей и профессионалов отрасли, которые помогут вам получить работу вашей мечты и многое другое! #подготовкаксобеседованиюнатехническиевакансии #советыпособеседованию #подготовкаксобеседованию #Exponent #инженермашинногообучения #машинноеобучение #прогнозыNetflix #подготовкаксобеседованию #прогнозированиевременипросмотраNetflix #системырекомендаций