Recboleでいろいろなレコメンドモデルを一度にまとめて構築しよう（Python/Google Colabで実践）

Description

Recboleはレコメンドモデル開発を支援するツールで、多様なモデルを一度に作成することができます。さらに、さまざまなレコメンドモデルを同一のインターフェースで使うことができ、Pythonで記述ができるため、とても使いやすいのが特徴です。

企業などでも最近はレコメンドを導入するところが多くなってきていると思いますが、レコメンドモデルの精度はデータセットにかなり依存するため、どのようなレコメンドモデルを使うのがよいか迷うこともあるでしょう。そのようなときに本コースで取り上げるRecboleを使用することで、そのデータセットに対してどのモデルが精度が良いか検討をつけることもできます。

1つ1つのレコメンドモデルをしっかり学ぶことももちろん重要ですが、とりあえずたくさんのモデルを構築して比較することも重要です。この機会にぜひRecboleを使ってレコメンドを学んでみてください！

コース内容

• レコメンドモデルの概要

• レコメンドモデルの評価と評価指標

• Recboleとは

• Recboleを使ったレコメンドモデル構築

• Recboleのパラメータ確認

• Recboleでの自前データの活用

• Recboleでの推論

• データ量とアルゴリズムの関係

受講上の注意

• 本コースではGoogle Colaboratoryを使用して、Recboleによるレコメンドモデル構築演習を行います

• もし自分のGPU環境をお持ちの方はそちらをお使いください。よりRecboleを楽しむことができると思います（ただし、自前のマシン用の環境構築については話しませんのでご了承ください）

• 構築できるモデル数が多かったり、データセットのサイズの問題でColabでは十分に実施できないこともあります

• 今後のバージョンアップなどでコードが動作しなくなる部分があるかもしれませんがその点はご了承ください

対象受講者

本コースは、レコメンドモデル開発の初心者から上級者まで幅広く利用できます。レコメンド初心者でも大丈夫です！

備考

• Recboleでは線形モデルはもちろん、ディープラーニングベースのレコメンドモデルも構築することができます。ただし、Colab環境ですとモデル構築にかなり時間がかかるモデル・データセットもありますので、ご認識ください

• 演習用にサンプルコード（ipynb）を用意していますので、よろしければお使いください

レコメンドモデルは日々研究が進んでおりキャッチアップが大変な分野でもありますが、Recboleを使ってさまざまなレコメンドモデルに触れることで、自身のレベルアップにつなげていきましょう！

What You Will Learn!

• 基本的なレコメンドモデル（パーソナライズなし、協調フィルタリング、MF、BPR、ディープラーニングを用いた手法など）
• レコメンドモデルの評価手法と評価指標（Precision, Recall, MRR, nDCG）
• Recboleの概要
• Recboleを使用したレコメンドモデルの開発
• データセットに対するレコメンドモデルの得意・不得意

Who Should Attend!

• レコメンドモデル構築に興味がある方
• 仕事でどのレコメンドモデルを使ったらよいか迷っている方
• レコメンドを学んでおきたいデータサイエンティスト

TAKE THIS COURSE