Recommendation model based on machine learning

Mašīnmācīšanās ir viena no mūsdienu svarīgākajām tehnikas sfērām, kas ikdienā ietekmē katra cilvēka dzīvi. Tā tiek uzskatīta par daļu no mākslīgā intelekta. Mašīnmācību algoritmi tiek izmantoti uzdevumos, kurus ir grūti vai neiespējami izpildīt tikai ar cilvēka darbu. Darbā ir apskatītas galvenās mašīnmācīšanās metodes un veidi. Darbā tiek aprakstīts mašīnmācīšanās ieviešanas process portālā “X”. Darbā ir apskatīta matricu faktorizācijas metodes izmantošana rekomendācijas sistēmās. Darbā ir ilustrēts matricu faktorizācijas piemērs, kas risināts ar Phyton programmēšanas valodas palīdzību. Galvenais darba rezultāts – ar matricu faktorizācijas metodi, var ļoti veiksmīgi meklēt portāla lietotājiem piemērotākos pakalpojumus.Machine learning is one of today's most important technical things that affect everyday life. It is considered part of artificial intelligence. Machine learning algorithms are used in a variety of tasks that are difficult or impossible to perform only with human work. The work covers the main machine learning methods and types of machine learning. The job describes the process of introducing machine learning on the portal “X”. The work gives insights on the use of the matrix factorization method in recommendation systems. The work illustrates an example of matrix factorization, with the help of the Phyton programming language. The main conclusion is that the matrix factorization method can successfully search for the most appropriate services for portal users