building-recommendation-systems

Skill umożliwia szybkie tworzenie systemów rekomendacji opartych na filtrowaniu kolaboracyjnym, zawartościowym lub podejściu hybrydowym. Automatyzuje cały proces: od analizy wymagań, przez generowanie kodu w Pythonie, aż po ewaluację modelu. Obsługuje przypadki takie jak rekomendacje filmów, produktów w e-commerce czy artykułów na portalach informacyjnych. Kod zawiera najlepsze praktyki, w tym obsługę cold startu i mitygację bias.

1. Przygotuj dane wejściowe zawierające preferencje użytkowników, cechy produktów lub artykułów oraz historię interakcji. Dane mogą być w formacie CSV, JSON lub innej strukturze, którą Claude będzie w stanie przeanalizować.
2. Opisz Claude'owi typ systemu rekomendacji, jaki chcesz zbudować: czy potrzebujesz filtowania kolaboracyjnego (oparte na podobieństwie użytkowników), zawartościowego (oparte na cechach przedmiotów), czy podejścia hybrydowego łączącego oba.
3. Określ swoje cele wydajnościowe i ograniczenia, takie jak wymagana skalowalność, liczba użytkowników lub produktów, oraz preferowane biblioteki (scikit-learn, TensorFlow, PyTorch).
4. Claude wygeneruje kompletny kod Pythona obejmujący ładowanie danych, preprocessing, trenowanie modelu i ewaluację. Kod będzie zawierać najlepsze praktyki dla systemów rekomendacji.
5. Przejrzyj wygenerowany kod, dostosuj parametry modelu jeśli potrzeba, i uruchom go w swoim środowisku.
6. Oceń wyniki modelu na podstawie metryk wydajności i iteruj, modyfikując podejście lub dane wejściowe w razie potrzeby.