Puede que no le guste la respuesta que estoy dando, pero personalmente creo que para construir su primer sistema de recomendación, cualquier marco sería una exageración. Por lo tanto, no recomendaré ningún marco de software para hacerlo, pero recomendaría un marco algorítmico para realizar un filtrado colaborativo – Herlocker et al. (1999) [1], por ejemplo.
El filtrado colaborativo es uno de los algoritmos más fáciles de implementar, ya sea que lo esté construyendo en una hoja de cálculo de Excel o codificándolo en Python, Scala o cualquier otro lenguaje de programación que desee. Hay una variedad de técnicas que puede implementar; Además, puede comprender realmente la base de los recomendadores personalizados de esta manera. Si usara un marco de software, terminaría sin poder interpretar sus resultados finales, lo cual es una pérdida.
He escrito mi primer recomendador de CF basado en elementos en Python simple. Puede encontrar el código fuente aquí eliasah / MSDChallenge. (La API de Echonest ha cambiado desde entonces, el código no puede funcionar ahora).
- ¿Qué tan bueno debería ser para inscribirme en un Master Machine Learning?
- ¿Qué papel juegan las redes neuronales y el aprendizaje automático en la atención médica?
- ¿Cuáles son los algoritmos estándar para la inferencia en redes bayesianas?
- ¿Cuál es un buen conjunto de datos de Kaggle para practicar el ajuste de modelos de regresión logística o modelos jerárquicos?
- ¿Puede Naive Bayes alcanzar algún rendimiento con suficientes datos?
El desafío en la construcción de su primer recomendador radica en preparar los datos, comprender las funciones de similitudes, distancias, evaluación de recomendaciones, presentar los datos, etc. Si deja que un marco lo haga por usted, no aprenderá bien los conceptos básicos.
Espero que esto responda a tu pregunta.
Notas al pie
[1] http://files.grouplens.org/paper…
