💻 Обучаем рекомендательную модель с помощью Perseus
💻 Обучаем рекомендательную модель с помощью Perseus Летом мы выложили в открытый доступ фреймворк Perseus, который объединяет данные из разных источников в одну последовательность и обучает трансформерные модели. Если фреймворк показался вам сложным — смотрите подробный туториал, где по шагам рассказываем, как его использовать в ваших задачах. Вы научитесь: Подготавливать данные для дальнейших экспериментов. Конфигурировать модель: настраивать архитектуру, учитывать (или нет) различные события и признаки. Обучать и инференсить настроенную модель под задачи кандидатогенерации, ранжирования, классификации и регрессии. В каждой из задач обязательно сравнимся с бейзлайнами. Какие данные используем T‑ECD — это синтетический кросс-доменный датасет на основе реальных данных из сервисов в разделе «Город». На нем Perseus уже доказал свою эффективность в продакшене. Полный туториал читайте на Хабре.