NVIDIA/DeepRecommender

Add MovieLens example

Ouverte

#2 ouverte le 3 oct. 2017

Voir sur GitHub
 (0 commentaire) (2 réactions) (0 personne assignée)Python (340 forks)auto 404
enhancementgood first issuehelp wanted

Métriques du dépôt

Stars
 (1 702 étoiles)
Métriques de merge PR
 (Métriques PR en attente)

Description

Provide a recepie for training a model on MovieLens data (20M and 1M).

This should include the following:

  1. Data converter. Consider fixing/adjusting this script
  • Train/Eval/Test split. Training test ratings should come before any Eval and Test ratings. See section 3.1 (Experiment setup) of this paper for details and Netflix converter for example.

  1. An example train.sh, and test.sh for 20M and 1M MovieLens data sets which will train/eval and test the model correspondingly.

  2. Choose model architecture and hyper parameters that give best eval RMSE you can get.

Guide contributeur

Direction de recherche
Explorez le codebase de NVIDIA DeepRecommender pour comprendre l'architecture du modèle existant et le pipeline de données. Implémentez ensuite un convertisseur de données pour l'ensemble de données MovieLens en suivant les scripts de référence fournis, créez des scripts d'entraînement/test et ajustez les hyperparamètres pour obtenir le meilleur RMSE.
Stack technique
pythonshell
Domaine
machine learningdatabackend
Type d'issue
Fonctionnalité
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
3
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
3-5 jours
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
PythonMachine learning basicsRecommender systems
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
50