Т-Технологии представили туториал по фреймворку Perseus для обучения моделей персонализации

Т-Технологии выложили подробный туториал по Perseus — опенсорсному фреймворку для обучения моделей персонализации на основе истории пользовательских событий. Взяли малую версию датасета T‑ECD и на ней прогнали четыре сценария: кандидатогенерация - прогноз кликов пользователя по товарам на следующий день; ранжирование - сортировка товаров по релевантности; классификация - прогноз того, совершит ли пользователь хотя бы одно активное действие в течение следующих семи дней; регрессия - прогноз суммарной стоимости товаров, с которыми пользователь положительно провзаимодействует в следующем месяце. В статье рассказали, как в каждом сценарии готовили данные, считали бейзлайн, обучали модель, запускали инференс и сравнивали метрики. Perseus во всех четырех экспериментах обошел базовые решения, хотя с разным отрывом. А главное, чтобы добавить новые признаки или подключить события из другого домена, не нужно пересобирать все с нуля — достаточно изменить несколько строк в YAML-конфиге. Если работаете с рекомендательными системами и мультидоменными данными – стоит почитать. Туториал лежит на Хабре, а сам код уже на GitHub. https://habr.com/ru/companies/tbank/articles/1081276/ https://github.com/perseus2026/perseus/blob/main/tutorial.ipynb @cgevent