Библиотека для работы с последовательными даннымиPytorch-LifeStream
где вы
Без регистрации
До 100 участников
О библиотеке
Сбер активно развивает ML-технологии и публикует в открытом доступе программную библиотеку Pytorch-LifeStream. Она разработана на основе большого опыта в области машинного обучения на сложноструктурированных последовательных данных.
С помощью нейросетевых методов, реализованных в библиотеке Pytorch-LifeStream, можно представлять сложные событийные данные (например, истории посещений сайтов, истории покупок, события в онлайн-играх и т. д.) в виде набора чисел (embeddings) и затем использовать их для обучения ML-моделей.
Один из методов библиотеки Pytorch-LifeStream создан в Sber AI Lab. Метод впервые применяет подход contrastive learning к событийным данным. Кроме того, в библиотеке реализованы методы на основе сторонних научных публикаций, но адаптированные командой Sber AI Lab к событийным данным.
Исходный код, бенчмарки и необходимые инструменты опубликованы под открытой лицензией Apache 2.0, допускающей его использование в исследовательских и коммерческих целях.