قارن نماذج التوصية حسب افتراضات البيانات وأهداف المنتج والخصوصية وأدلة التقييم.
استخدم سياقات توصية مختلفة لفهم النماذج المعتمدة على التفاعل والمحتوى وحدود ما تثبته التجربة. عرّف التغذية الراجعة وأهداف الترتيب وافحص السمات وانحياز التعرض وخطط للموافقة والتنوع والبداية الباردة وتحكم المستخدم. تستخدم الأنشطة حالات خيالية أو بيانات وصفية مسموحاً بها؛ لا تثبت التجربة ذوقاً عالمياً أو أثراً للمنتج.
حدد الأهداف والمستخدمين والعناصر والسياق والتغذية الراجعة لاستخدامات مختلفة. قارن أساليب التفاعل والمحتوى وحدد الندرة والتعرض والخصوصية وحدود البيانات الوصفية. صمم تقييماً وتحكماً للمستخدم يشمل خط أساس وتغطية وتنوعاً وأدلة تتجاوز العرض التجريبي.
تفيد معرفة الجداول ومقاييس المنتج ومفردات ML الأساسية. لا يلزم البرمجة. استخدم بيانات مسموحاً بها فقط وتجنب سجلات الاستماع أو المشاهدة المحددة للأشخاص ولا تستنتج صفات حساسة أو أذواقاً عامة.
لمن لديهم معرفة أساسية ومستعدون لبناء مهارات عملية ومستقلة
لمن يتعلمون بشكل أفضل من خلال الأمثلة والدروس الموجّهة والتطبيق العملي
للمهنيين والمبدعين والمطورين المستقلين الباحثين عن سير عمل قابل للتكرار
الدرس الأول مجاني
4 الدروس · متوسط · الدورة الكاملة.
تستخدم هذه الدورة مواد مرخّصة بموجب CC BY مع نسبتها إلى مزود المحتوى أو رافعها. لا يتاح تشغيل الدروس إلا بعد تسجيل الدخول واجتياز فحوص النشر والترخيص.