2017-05-02 4 views
0

機械学習を使用して音楽プラットフォーム用の音楽推薦システムを作成する必要があります。おすすめのGoogle Cloud ML

プラットフォームがあります

  • 40+万曲
  • 4.5+百万枚のアルバム
  • 2.5+万人のアーティスト
  • 1648ジャンル
  • 600Kユーザー

関係上記のオブジェクトの間には、

  • 1曲 - 多ジャンル
  • 1曲 - 多アーティスト
  • 1曲 - 1 - アルバム
  • 1アルバム - 多くの-曲
  • 1アルバム - 多くの-artists
  • 1 - アーティスト - 多くの-アルバム
  • 1 - アーティスト - 多くの-曲

と私は、ユーザーの交流を得ました

Amazon MLは協調フィルタリングをサポートしていないようですが、今はGoogle Cloud MLを見ています。

1つの問題はデータのサイズです。基本的にはすべての曲にカテゴリ属性である1以上のジャンルと1以上のアーティストがあります。 Amazon MLは~100カテゴリをサポートしています(一見すると、アーティストがカテゴリとみなされている場合は2.5mあります)。 Googleの機械学習のページを見てみると、私は簡単な例しか見つからなかったので、どこから始めたらいいかわかりません。

機械学習の初心者になると、問題が(解決しようとしている)解決策が表示されているかどうか、あるいはMLがやりたいと思っているのだろうと思います。

答えて

1

Google CloudML Engineは、TensorFlowプログラムを実行するためのホスト型ソリューションです。 TensorFlowは、規模を念頭に設計された機械学習フレームワークです。したがって、Distributed TensorFlowプログラムを書くことができれば、CloudML Engineで実行することができます。これにより、規模を大幅に拡大することができます。 (私は、TensorFlowとMachine Learningの両方に一般的な学習曲線がありますが、MLベースの推奨ソリューションを求めたいと思います)。

迅速Google searchはTensorFlow使用して推薦システムを構築するための複数の有用物質を明らかにする(警告を:私はこれらのいずれかを吟味していない):

関連する問題