नीचे दिए गए विकल्प देखें.
मान लें कि एक ऑनलाइन जूतों का स्टोर, निगरानी में रखा गया एमएल मॉडल बनाना चाहता है,
ताकि उपयोगकर्ताओं को उनकी पसंद के हिसाब से जूतों के सुझाव दिए जा सकें. इसका मतलब है कि मॉडल, मार्टी में जूतों के कुछ जोड़े और जैनेट के लिए
अलग-अलग तरह के जूतों का सुझाव देगा. सिस्टम, ट्रेनिंग डेटा जनरेट करने के लिए, उपयोगकर्ता के पिछले व्यवहार से जुड़े डेटा का इस्तेमाल करेगा. इनमें से कौनसी बातें सही हैं?
"Shoe size" एक उपयोगी सुविधा है.
"Shoe size" एक ऐसा सिग्नल है जिसे मापा जा सकता है. इससे, इस बात पर काफ़ी असर पड़ सकता है कि उपयोगकर्ता सुझाए गए जूते पसंद करेगा या नहीं. उदाहरण के लिए, अगर मार्टी साइज़ 9 पहने हैं, तो मॉडल को साइज़ 7 वाले जूते का सुझाव नहीं देना चाहिए.
"Shoe सौंदर्य" एक उपयोगी सुविधा है.
अच्छी सुविधाएं सटीक होती हैं और इन्हें आसानी से समझा जा सकता है.
ब्यूटी एक ऐसी कॉन्सेप्ट है जो बहुत काम की नहीं है.
खूबसूरती, कंक्रीट की कुछ खास सुविधाओं का मिला-जुला रूप होती है. जैसे, स्टाइल और रंग. रंग और शैली में हर सुविधा, सुंदरता से बेहतर है.
"जूते पर जूता 'ब्यौरे पर क्लिक किया गया उपयोगकर्ता एक उपयोगी लेबल है.
हो सकता है कि उपयोगकर्ता उन जूतों के बारे में ही ज़्यादा जानना चाहें. इसलिए, उपयोगकर्ताओं के क्लिक, निगरानी में रखे जा सकने वाले और
मेज़रमेंट करने लायक मेट्रिक होते हैं, जो एक अच्छे ट्रेनिंग लेबल के तौर पर काम कर सकते हैं. हमारा ट्रेनिंग डेटा,
उपयोगकर्ता के पिछले व्यवहार से लिया गया है. इसलिए, हमारे लेबल उपयोगकर्ता की पसंद के हिसाब से तय किए गए क्लिक जैसे मकसद से जनरेट होने चाहिए.
"जूते जिन्हें उपयोगकर्ता पसंद करता है; एक उपयोगी लेबल है.
इन नीतियों के हिसाब से, स्कोर की निगरानी नहीं की जा सकती. साथ ही, इसे मेज़र भी नहीं किया जा सकता. हम सबसे अच्छा यह कर सकते हैं कि
चीज़ों को पसंद के मुताबिक बनाने के लिए, प्रॉक्सी मेट्रिक को खोजा जाए.