Команда Т-Технологий (Т-Банк) опубликовала на Хабре подробный туториал по своему опенсорсному фреймворку Perseusi, предназначенному для обучения моделей персонализации на основе истории пользовательских событий. Ранее фреймворк уже был выложен в открытый доступ, теперь к нему добавили практическое руководство и код на GitHub.
В туториале на малой версии датасета T-ECDi разобрали четыре типовых сценария рекомендательных систем — кандидатогенерацию, ранжирование, классификацию и регрессию — и показали весь путь от подготовки данных до инференса. Материал особенно полезен тем, кто работает с рекомендательными системами и мультидоменными данными: Perseus позволяет добавлять новые признаки или события из другого домена без пересборки пайплайна.
4сценария применения фреймворка
7 днейгоризонт прогноза в задаче классификации
30 днейгоризонт прогноза в задаче регрессии (по одному из источников)