Diana_López8

Este Blog comenzó como un trabajo del diplomado en Big Data que realice en la Universidad Católica de Chile el año 2015 y ahora lo formalizaré como una herramienta de conocimiento y estudio. Creo que tener la oportunidad de escribir en este medio, es una excelente oportunidad para compartir intereses comunes, que en mi caso y por el momento es todo lo relacionado con la ciencia de los datos, el objetivo será  adquirir nuevos conocimientos a través de la lectura y realización de proyectos relacionados con el  Data-Science. Espero que muchos lean este blog y puedan comentar las publicaciones, que por el momento están pensadas como resúmenes de paper, discusiones sobre los mismo y punteos de algunas clases de sistema de recomendación y machine learning. Desde ya, gracias por leer y comentar!

El filtrado colaborativo es una técnica enfocada en la predicción y recomendación  de elementos a partir de recolección  de preferencias de muchos y distintos tipos de usuarios . Su principal premisa es que si dos o más usuarios tienen similares características deben tener similares preferencias en ciertos productos y contenidos. Existen dos tipos de filtrado colaborativo, como son los basados en memoria y los basados en modelos. Los basados en memoria realizan las predicciones a partir de una recopilación de datos en la que se almacenan los usuarios, los contenidos y los ratings con sus respectivas relaciones. A través de este historial de valoraciones, se puede inferir una lista de productos recomendados. Los basados en modelos, se basan en “machine learning” o en algoritmos de aprendizajes, es decir, pueden ser entrenados de manera que vayan mejorando su precisión en las predicciones y/o recomendaciones a los usuarios, a medida que se entrena el modelo....