ホワイトペーパー

レコメンダー システムのベスト プラクティス

The New York Times、Tencent、Meituan、NVIDIA など、世界的企業のリーダーとテクニカル エキスパートからインサイトを得てください。

実用的なインサイトとアドバイスを得る

ユーザーを効果的に惹きつけ、収益など、事業価値に影響を与えるレコメンダー システムの構築、展開、最適化することは困難です。世界的ネットショップ、メディア、オンデマンドなどの分野で活躍するデータ サイエンティスト、機械学習エンジニア、リーダーたちは、事業価値に影響を与える推奨システムを設計、構築、展開して成功しています。この論文をダウンロードすると、エキスパートのインタビューからインサイト、ベスト プラクティス、アドバイスが得られ、レコメンダー システム チームがどのように前処理、特徴エンジニアリング、トレーニング モデル、モデルの評価、統合する適切なテクノロジの選択、オープン ソースとの相互運用性などを扱っているかが分かります。 

インタビューを受けた注目のリーダーやエキスパートたちは次のとおりです。

Monica Rogati 氏

AI とデータ サイエンスのアドバイザー、LinkedIn の "People You Know" 機能の最初の ML モデルの開発者

Xiangting Kong 氏

Tencent のエキスパート エンジニア

Chris Wiggins 氏

The New York Times のチーフ データ サイエンティスト

Jun Huang 氏

Meituan の シニア テクニカル エキスパート

Felipe Contratres 氏

Magalu (Magazine Luiza) のパーソナライゼーション トライブ リーダー

Vinny DeGenova 氏

Wayfair のデータ サイエンス アソシエート ディレクター (研究と推奨)

Even Oldridge 氏

NVIDIA の NVIDIA Merlin™ エンジニアリング リード

Kannan Achan 氏

Walmart Global Tech のシニア ディレクター
(パーソナライゼーションと推奨)

レコメンダー システムの簡単な歴史

レコメンダー システムの歴史

1970 年代から現在に至るまでのレコメンダー システムの変遷を、レコメンダー システムを作った人たちも含めてご紹介します。

世界のレコメンダー システムの最新動向

最新動向

ネットショップ、メディア、ニュース、オンデマンドなどにおけるグローバルなレコメンダー システムの最新動向をご覧ください。

レコメンダー システムの実践

ベスト プラクティス

レコメンダーの最適化のためにするべきことなど、レコメンダー システムの実践について、業界のリーダーによる声をお聞きください。

今すぐダウンロード

企業向け情報
開発者向け情報