Аннотация:Игорю была поставлена задача сравнения статистических методов с нейросетевыми, а также проверки возможности совмещения двух данных подходов.
В своей работе Ким И.И. выбрал модели Wide, Deep и Wide and Deep. Он подготовил и провёл эксперименты по обучению и тестированию систем для рекомендации к просмотру фильмов на основе более миллиона оценок 6000 пользователей фильмов. Для оценки качества были выбраны две метрики Accuracy и AUROC. В результате было выяснено, что регрессионная модель Wide дала наихудший результат, нейросетевая модель Deep работает лучше, а комбинированная модель Wide and Deep выигрывает у обеих предыдущих. Выводы согласуются с тем, что классические методы решения задач, вообще говоря уступая нейросетевым, позволяют увеличить точность и уменьшить сложность нейронных сетей, если их использовать совместно.