Подробное описание документа

Медведев Д. И., Ильичев В. Ю.
   Выбор методов машинного обучения для использования в коллаборативных рекомендательных системах / Медведев Д. И., Ильичев В. Ю. // Наукоёмкие технологии в приборо- и машиностроении и развитие инновационной деятельности в вузе : материалы Региональной научно-технической конференции, Калуга, 15-17 апреля 2025 года : в 2 т. / МГТУ им. Н. Э. Баумана (национальный исследовательский университет). - 2026. - Т. 1. - С. 305-308.

Рассмотрено использование основных методов машинного обучения для разработки коллаборативных рекомендательных систем. Исследование включает сравнительный анализ метода k-ближайших соседей, матричной факторизации и наивного байесовского классификатора. В ходе работы проанализированы оценки, выдаваемые каждым из перечисленных методов машинного обучения, а также их абсолютные и квадратичные ошибки. Цель работы — выявить метод машинного обучения, позволяющий разработать наиболее точную рекомендательную систему.
Ключевые слова: коллаборативная фильтрация, машинное обучение, наивный байесовский классификатор, матричная факторизация, kNN