četrtek, 10. julij 2025 Andrej ERJAVEC: Pristopi k iskanju informacij - od klasičnih do jezikovnih modelov in Marjan MEGLEN: Primerjava pristopov učenja pri matrični faktorizaciji v priporočilnih sistemih
V ponedeljek, 14. julija 2025, bosta ob 16:00 uri izvedeni dve predavanji v okviru PONEDELJKOVEGA SEMINARJA RAČUNALNIŠTVA IN INFORMATIKE Oddelkov za Informacijske znanosti in tehnologije UP FAMNIT in UP IAM.
ČAS/PROSTOR: 14. julij 2025 ob 16.00 prek Zoom-a (https://upr-si.zoom.us/j/297328207?pwd=S3Zpdk1VR3pjckNtWkQwKzlvcDR5UT09).
1. predavanje:
============
------------------------------------------
PREDAVATELJ: Andrej ERJAVEC
------------------------------------------
Andrej Erjavec je študent 2. letnika magistrskega študijskega programa Računalništvo in informatika na UP FAMNIT.
-----------------------------------------------------------------------------------------------------
NASLOV: Pristopi k iskanju informacij - od klasičnih do jezikovnih modelov
-----------------------------------------------------------------------------------------------------
POVZETEK:
Z naraščajočo količino digitalno shranjenih podatkov postaja učinkovito iskanje informacij eden osrednjih izzivov sodobne informacijske tehnologije. Področje iskanja informacij (Information Retrieval) se je oblikovalo kot odgovor na potrebo po sistematičnem dostopu do relevantnih vsebin v vse obsežnejših podatkovnih zbirkah. Poseben izziv predstavljajo nestrukturirani podatki, kot so besedila, slike in video posnetki, katerih delež v celotni količini podatkov že presega 80 odstotkov. V okviru tega seminarja bo predstavljen razvoj pristopov k iskanju informacij skupaj s konkretnimi implementacijami ter njihovimi področji uporabe.
Seminar bo potekal v slovenskem jeziku.
================================================================================
2. predavanje:
============
-------------------------------------------
PREDAVATELJ: Marjan MEGLEN
-------------------------------------------
Marjan Meglen je magistrski študent Računalništva in informatike na UP FAMNIT. Zanimajo ga področja strojnega učenja, priporočilnih sistemov in razlage modelov.
---------------------------------------------------------------------------------------------------------------------
NASLOV: Primerjava pristopov učenja pri matrični faktorizaciji v priporočilnih sistemih
---------------------------------------------------------------------------------------------------------------------
POVZETEK:
Na seminarju bomo predstavili matrično faktorizacijo kot enega najpogosteje uporabljenih pristopov sodelovalnega filtriranja v priporočilnih sistemih. Osredotočili smo se na primerjavo dveh pristopov učenja latentnih faktorjev: sočasnega in postopnega. Uporabili smo podatkovno zbirko Movielens, kjer smo metode primerjali glede na napovedno uspešnost in razložljivost modela. Za napovedno uspešnost smo uporabili metrikо RMSE, za razložljivost pa vizualizacije in statistične teste, kot sta Anova in parni t testi. Rezultati so pokazali, da je sočasno učenje omogočilo hitrejšo konvergenco in nižjo napovedno napako, medtem ko je postopno učenje zagotovilo boljšo razložljivost, predvsem pri filmih iz pogostejših žanrov. S tem smo pokazali, da izbira pristopa učenja pomembno vpliva na razmerje med napovedno natančnostjo in razložljivostjo modela.
Seminar bo potekal v slovenskem jeziku.
================================================================================
Seminarja bosta izvedena online prek Zoom-a na sledeči povezavi:
https://upr-si.zoom.us/j/297328207?pwd=S3Zpdk1VR3pjckNtWkQwKzlvcDR5UT09
Meeting ID: 297 328 207
Passcode: 123456789
