Table des matières

Filtrage collaboratif : ressources web

Données : http://grouplens.org/datasets/movielens/

cours :

http://acsweb.ucsd.edu/~dklim/mf_presentation.pdf

http://clgiles.ist.psu.edu/IST441/materials/powerpoint/RC-week10/Tutorial_IJCAI_2013-modified.pptx

Travaux dirigés

Ces travaux dirigés sont des "notebooks" fonctionnant sur l'interpréteur "jupyter". Les notebooks permettent d'écrire et d'exécuter des scripts python à l'aide d'un simple navigateur web. Les résultats d'exécution sont conservés et peuvent être retrouvés d'une session à l'autre.

Téléchargez les fichiers .ipynb dans un dossier. Ouvrez un terminal dans ce même dossier et tapez :

jupyter-notebook

Ceci ouvre un onglet de l'interpréteur jupyter dans votre navigateur. Cliquez ensuite sur le notebook sur lequel vous souhaitez travailler.

Pour utiliser un notebook, voir :

La librairie numpy

Les exercices et problèmes seront réalisés à l'aide des librairies scientifiques de Python: numpy, scipy et matplotlib. Le lien suivant propose une introduction à la librairie numpy (manipulation de matrices et de vecteurs en Python) :

La librairie scikit-learn

Enoncé du TD

Téléchargez le fichier suivant :