يُرجى الاطّلاع على الخيارات أدناه.
لنفترض أنّ متجر أحذية على الإنترنت يريد إنشاء نموذج تعلّم الآلة خاضع للإشراف
وسيقدّم اقتراحات أحذية مخصّصة للمستخدمين. هذا يعني أن
الطراز سيقترح أزواجً من الأحذية من أجل Marty
وأزواج مختلفة من الأحذية مع Jet. وسيستخدم النظام بيانات سلوك المستخدم السابقة لإنشاء بيانات التدريب. أي من العبارات التالية صحيحة؟
"مقاس الأحذية": ميزة مفيدة
"حجم الأحذية{/1}: هو عبارة عن إشارة قابلة للقياس يمكن أن يكون لها تأثير كبير في ما إذا كان المستخدم سيحب الأحذية المقترَحة. على سبيل المثال، إذا كان "مارتي" يرتدي المقاس "9"، يجب ألا يقترح الطراز
حذاء مقاس 7.
"Shoe وحدّد جمال ميزة "الأحذية".
الميزات الجيدة هي ملموسة وقابلة للقياس.
عالم الجمال غامض للغاية بحيث لا يمكن استخدامه كميزة مفيدة.
من المحتمل أن يكون الجمال مزيجًا من بعض الميزات الخرسانية،
مثل النمط واللون. سيكون كل من النمط واللون
ميزات أفضل من الجمال.
"نقر المستخدم على وصف الحذاء"، هو تصنيف مفيد.
قد يريد المستخدمون الاطّلاع على المزيد من المعلومات حول الأحذية التي يريدونها. وبالتالي، يكون عدد النقرات التي يجريها المستخدمون هو مقياس يمكن قياسه وقابل للقياس ويمكن أن يكون تصنيفًا جيدًا للتدريب. بما أن بيانات التدريب لدينا مستخلصة من سلوك المستخدم السابق، تحتاج تصنيفاتنا إلى الاشتقاق من سلوكيات موضوعية مثل النقرات التي ترتبط ارتباطًا وثيقًا بالإعدادات المفضّلة للمستخدمين.
"أحذية يعشقها المستخدم"؛ تصنيف مفيد.
العبادة هي مقياس يمكن قياسه وقابل للقياس. وأفضل ما يمكننا فعله
هو البحث عن مقاييس الخادم الوكيل القابلة للملاحظة للعبادة.