- Рейтинг
оптимизация моделей машинного обучения для ранжирования кандидатов, таких как музыка, статьи или продукты. Обычно цель состоит в том, чтобы упорядочить кандидатов, которые с наибольшей вероятностью будут куплены (куплены, просмотрены, понравились и т. д.), над другими кандидатами, которые не являются столь вероятными. взаимодействовать с
2. Контролируемое обучение
оптимизация моделей машинного обучения на основе ранее наблюдаемых функций и меток. Обычно цель состоит в том, чтобы присвоить наиболее вероятную метку некоторым предоставленным функциям.
3. Неконтролируемое обучение
Подход в ML заключается в том, что он берет неразмеченные примеры и создает шаблоны из предоставленных данных. Как правило, цель состоит в том, чтобы обнаружить что-то ранее неизвестное о немеченых примерах.
4. Глубокое обучение
Оптимизация нейронных сетей, часто со многими скрытыми слоями, для выполнения обучения без учителя или с учителем.
5. Системы рекомендаций
Системы, целью которых является представление товара пользователю таким образом, что пользователь, скорее всего, купит, просмотрит или ему понравится рекомендованный товар. Элементы могут принимать различные формы, такие как музыка, фильмы или продукты, также называемые рекомендательными системами.
