Coggle 30 Days of ML（22年4月）
## Part1 内容介绍
在给大家分享知识的过程中，发现很多同学对推荐系统非常感兴趣，因此本月我们就开始学习推荐系统：
- 推荐系统的评价指标是什么？
- 协同过滤基础（User/Item Based）
- 召回和排序的逻辑是什么？
而上述问题都是基础的推荐算法工程师必备的，从本月组织一次训练营活动，希望能够帮助大家入门推荐系统。
在活动中我们将布置具体任务，然后参与的同学们不断闯关完成，竟可能的帮助大家入门。
## Part2 活动安排
- 活动是免费学习活动，不会收取任何费用。
- 请各位同学添加下面微信，并回复【竞赛学习】，即可参与。
## Part3 积分说明和奖励
为了激励各位同学完成的学习任务，将学习任务根据难度进行划分，并根据是否完成进行评分难度高中低的任务分别分数为3、2和1。在完成3月学习后（本次活动，截止4月底），将按照积分顺序进行评选 Top3 的学习者。
打卡可以写在一个地址，每次有新完成的可以重复提交打卡！
Top1的学习者将获得以下奖励：
- Coggle 竞赛专访机会
- 《机器学习算法竞赛实战》
Top2-3的学习者将获得以下奖励：
- Coggle 周边福利
- Coggle 竞赛专访机会
## Part4 推荐系统基础
### 学习内容
本教程主要是针对具有机器学习基础并想找推荐算法岗位的同学，由推荐算法基础、推荐算法入门赛、新闻推荐项目及推荐算法面经组成，形成了一个完整的从基础到实战再到面试的闭环。
在本次学习中我们将学习推荐系统的基础操作，包括协同过滤、矩阵分解和向量召回等基础内容。
### 打卡汇总
| 任务名称 | 难度 |
|---|---|
| 任务1：推荐系统基础 | 低、1 |
| 任务2：Movielens介绍 | 低、1 |
| 任务3：协同过滤基础 | 中、2 |
| 任务4：协同过滤进阶 | 高、3 |
| 任务5：矩阵分解SVD | 高、3 |
| 任务6：Slope One | 高、3 |
| 任务7：词向量基础 | 中、2 |
| 任务8：向量召回基础 | 高、3 |
| 任务9：多路召回实践 | 中、2 |
打卡链接：https://shimo.im/forms/4a7Wtd6ZwJ0E3bFg/fill
| 昵称 | 得分 |
|---|---|
| 66ccff | 20 |
| Guadzilla | 20 |
| AlexNet | 15 |
| Mr.t | 15 |
| allen. | 13 |
| allen. | 5 |
| 徐乜乜 | 5 |
| Trinitylo | 7 |
| 无盐 | 7 |
| ys | 4 |
| 心动动 | 2 |
| MAZDA | 1 |
| 荞麦 | 1 |
| 数佳 | 1 |
| 莨（2.0 | |
| Always trying | |
| 自律才会自由 | |
| Mr.t |
任务1：推荐系统基础
- 阅读推荐系统在工业落地的链接：
- 思考 & 回答以下问题，并将回答记录到博客
- 推荐系统与常见的结构化问题的区别是什么？
- 如何评价推荐系统「推荐」的准不准？
- 推荐系统一般分为召回 & 排序，为什么这样划分？
任务2：Movienles介绍
- 下载并读取Movielens 1M数据集（用户、电影、评分）
- 统计如下指标：
- 总共包含多少用户？
- 总共包含多个电影？
- 平均每个用户对多少个用户进行了评分？
- 每部电影 & 每个用户的平均评分是？
- 如果你来进行划分数据集为训练和验证，你会如何划分？
任务3：协同过滤基础
- 阅读协同过滤教程
- 编写代码计算两个用户的相似度
- 编写代码计算两个物品的相似度
任务4：协同过滤进阶
- 编写User-CF代码，通过用户相似度得到电影推荐
- 编写Item-CF代码，通过物品相似度得到电影推荐
- 进阶：如果不使用矩阵乘法，你能使用倒排索引实现上述计算吗？
任务5：矩阵分解SVD
任务6：Slope One
- 阅读Slope One基础原理
- 编写Slope One用于电影推荐的流程
- 比较Slope One、SVD、协同过滤的精度，哪一个模型的RMSE评分更低？
任务7：词向量基础
- 学习word2vec基础
- 将用户历史观看电影转为列表数据（一个用户一个列表）
- 使用gensim训练word2vec，然后对用户完成聚类
任务8：向量召回基础
- 基于任务7的基础上，使用编码后的用户向量，计算用户相似度。
- 参考User-CF的过程，通过用户相似度得到电影推荐
任务9：多路召回实践
- 基于任务3、任务5、任务6、任务7、任务8，总共5个召回模型，进行多路召回。
- 可以考虑对每个召回模型的物品打分进行相加，也可以加权求和。
- 分别计算每个模型 & 多路召回模型的Top10、Top20、Top50的命中率。
### 学习资料
https://github.com/datawhalechina/fun-rec
### 打卡要求
注：
- 需要所有的任务可以写在一个博客内
- 推荐在打卡过程中加入思考过程，可以加入尝试&资料记录
## Part5 提问&回答
问：具体的活动是怎么安排的？
有任务，自己先尝试。活动结束后会公开优秀打卡链接。
问：本次活动是收费的吗，最终奖品如何发放？
活动是免费的，最终奖品按照积分排行Top3进行发放，如果排名有并列都发送奖励。
问：环境和配置是什么？
推荐使用Python3 和 AIStudio环境。
京公网安备 11030102010643号