Physics.Math.Code

🧠 Ученые Яндекса разработали и выложили в опенсорс Yambda — один из крупнейших в мире датасетов для рекомендательных систем на 5 миллиардов данных.

👨🏻‍💻 Датасет предназначен для развития рекомендательных систем и откроет новые возможности для научного сообщества и вузов. В основном, в них работают на упрощенных датасетах — в общий доступ редко попадают качественные и объемные данные. Поэтому ученые, исследователи и вузы часто оказываются на шаг позади, когда очередь доходит до исследований рекомендательных алгоритмов. Yambda позволит тестировать и улучшать их с помощью разнообразных обезличенных данных, собранных на основе Яндекс Музыки:

◾️ Датасет представлен в разных размерах: 5 млрд / 500 млн / 50 млн событий — чтобы разработчики и исследователи могли выбрать тот, который больше подходит их задачам и доступным вычислительным ресурсам.

◾️ Публикация актуальных агрегированных данных в открытом доступе даст возможность российской науке активнее развиваться в области рекомендательных систем и привлечет молодых специалистов, заинтересованных в машинном обучении.

💡 Physics.Math.Code // @physics_lib

www.tg-me.com/us/Physics Math Code/com.physics_lib/14107

20.5K viewsMay 28 at 13:50

🧠 Ученые Яндекса разработали и выложили в опенсорс Yambda — один из крупнейших в мире датасетов для рекомендательных систем на 5 миллиардов данных.

👨🏻‍💻 Датасет предназначен для развития рекомендательных систем и откроет новые возможности для научного сообщества и вузов. В основном, в них работают на упрощенных датасетах — в общий доступ редко попадают качественные и объемные данные. Поэтому ученые, исследователи и вузы часто оказываются на шаг позади, когда очередь доходит до исследований рекомендательных алгоритмов. Yambda позволит тестировать и улучшать их с помощью разнообразных обезличенных данных, собранных на основе Яндекс Музыки:

◾️ Датасет представлен в разных размерах: 5 млрд / 500 млн / 50 млн событий — чтобы разработчики и исследователи могли выбрать тот, который больше подходит их задачам и доступным вычислительным ресурсам.

◾️ Публикация актуальных агрегированных данных в открытом доступе даст возможность российской науке активнее развиваться в области рекомендательных систем и привлечет молодых специалистов, заинтересованных в машинном обучении.

💡 Physics.Math.Code // @physics_lib

BY Physics.Math.Code