Персонализация и рекомендательные системы: как увеличить продажи с помощью AI

О курсе

Вы когда-нибудь замечали, как Amazon, Wildberries или Netflix предлагают товары и фильмы, которые вам действительно интересны? Это работа рекомендательных систем. Они анализируют поведение пользователя и предсказывают, что ему понравится.

Этот курс — практическое введение в персонализацию. Мы начнём с простых правил и эвристик («похожие товары», «с этим также покупают»), а затем перейдём к настоящему машинному обучению с использованием библиотеки scikit-learn. Вы научитесь строить модели коллаборативной фильтрации, контентной фильтрации и гибридные подходы.

Для кого этот курс

Что вы изучите

1. Типы рекомендательных систем — популярные, персонализированные, коллаборативные

2. Метрики качества — precision, recall, MAP@K, NDCG

3. Простая модель — «похожие товары» на основе косинусной близости

4. Коллаборативная фильтрация — пользователь-пользователь и товар-товар

5. Матричная факторизация — SVD для рекомендаций

6. Контентная фильтрация — рекомендации на основе признаков товаров

7. Внедрение в продакшен — как отдавать рекомендации через API

Реальные результаты внедрения

• Amazon — 35% продаж приходится на рекомендации

• Netflix — 80% просмотров из рекомендательной системы

• Wildberries — рост конверсии на 25% после персонализации

Структура курса