В данной работе описана реализация рекомендательной системы, отличительной особенностью которой является прогнозирующая система. Проведено сравнение существующих в предметной области наборов данных. Приведен процесс сбора и предобработки набора данных. Описан процесс обучения прогнозирующей модели с помощью основных методов обучения с учителем.

This paper describes the implementation of a recommendation system, the distinctive feature of which is a predictive system. A comparison of existing datasets in the subject area is carried out. The process of collecting and preprocessing a dataset is presented. The process of teaching a predictive model using basic teaching methods with a teacher is described.

• Введение
• Глава 1. Описание предметной области.
• Глава 2. Теоретические основы методов обучения
  • Поиск по сетке
  • Линейная регрессия
  • Логистическая регрессия
  • K-ближайших соседей
  • Деревья решений
  • Случайный лес
  • Адаптивный бустинг
  • Градиентный бустинг
• Глава 3. Сбор датасета
  • Анализ существующих наборов данных
  • Источники данных и их использование
  • Выбор «инструментов» для обучения модели и обработки датасета.
  • Обработка датасета
• Глава 4. Обучение прогнозирующей модели
  • Линейная регрессия
  • Логистическая регрессия
  • K-ближайших соседей
  • Метод опорных векторов
  • Деревья решений
  • Случайный лес
  • Адаптивный бустинг
  • Градиентный бустинг
  • Итог по обучению прогнозирующей модели
• Глава 5. Разработка системы рекомендаций
• Заключение
• Список литературы.