ادرس إشارات التفضيل ونماذج التحليل إلى عوامل والتوصية المنصفة.
استكشف أنظمة التوصية من الترشيح التعاوني وإشارات التفضيل إلى ترميز التشابه المدمج والتوصية المراعية للإنصاف ونماذج التحليل إلى عوامل. افحص كيفية جمع التغذية الراجعة وأثر التقييم في جودة الترتيب والإنصاف. الفيديوهات بالإنجليزية ومرفقة بملاحظات أصلية لا بنصوص منسوخة.
التمييز بين إشارات التفضيل الصريحة والضمنية وتحديد تحيزات جمع البيانات. شرح تمثيل ترميز التشابه والتحليل إلى عوامل لعلاقات المستخدم والعنصر. تصميم تقييم لجودة الترتيب والتغطية وآثار الإنصاف.
يُستحسن الإلمام بالتعلم الخاضع للإشراف والعمليات المصفوفية ومقاييس التقييم. تفيد خبرة أنظمة التوصية ولا تلزم.
للمتعلمين ذوي الخبرة الراغبين في تعميق مهارات الذكاء الاصطناعي المتقدمة وتطبيقها
لمن يتعلمون بشكل أفضل من خلال الأمثلة والدروس الموجّهة والتطبيق العملي
للمهنيين والمبدعين والمطورين المستقلين الباحثين عن سير عمل قابل للتكرار
جرّب الدرس الأول
جرّب الدرس الأول مجانًا بحساب مجاني، دون بطاقة دفع. تتطلب الدروس المدفوعة الأخرى وصولًا صالحًا إلى الأكاديمية أو فترة تجريبية نشطة أو اشتراك Lumi Pro.
4 الدروس · متقدم · 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.
تحليل تحريري بمساعدة الذكاء الاصطناعي للمصادر المذكورة، وليس اختبارًا عمليًا أو مراجعة عميل. ادعاءات المورّد ليست قياسات أداء مستقلة.
تقدم صفحة الدورة هذه سلسلة متقدمة حول أنظمة التوصية تغطي التصفية التعاونية، وإشارات التفضيل البديلة، وترميز التشابه على مستوى البت، والتوصيات المراعية للإنصاف، وآلات التحليل إلى عوامل. ويتمثل إطارها المعلن في معاملة كل أسلوب بوصفه مقترحاً يجب اختباره مقابل خطوط أساس شفافة، لا بوصفه حلاً شاملاً. ولا تصف الصفحة خطة تفصيلية للمقرر ولا خلفية المدرّس ولا نتائج التعلم بما يتجاوز أهدافها المعلنة، لذا لا يمكن الحكم على جودتها إلا من خلال الإطار الذي تقدمه.
تشير الصفحة بوضوح أكبر إلى المتعلمين الذين لديهم بعض الخلفية في تعلم الآلة ويرغبون في فهم كيف تتحول بيانات تفضيلات المستخدم والعنصر إلى توصيات. وتوصي بالإلمام بالتعلم المُشرف، والعمليات المصفوفية، ومقاييس التقييم، وتذكر المتعلمين ذوي الخبرة والأشخاص الذين يتعلمون بشكل أفضل من خلال الأمثلة والممارسة العملية بوصفهم الجمهور المستهدف. وقد يجد المتعلم الباحث عن مقدمة سريعة تركز على الأدوات الدورة نظرية أكثر من اللازم، بينما قد يكون الممارس الذي يريد التفكير في تصميم تقييم نظام توصية أنسب لها.
تؤكد الدورة على كيفية جمع التغذية الراجعة، وما الذي تشفره تفاعلات المستخدم والعنصر، وكيف تعتمد جودة الترتيب والإنصاف على تصميم التقييم. وتمتد الموضوعات المدرجة عبر عدة أساليب، وتصف الصفحة أربعة دروس، لذا ينبغي للمتعلمين توقع نظرة عامة مركزة لا معالجة شاملة لأي مجال بعينه. كما تذكر الصفحة أن تشغيل الدروس لا يتاح إلا عبر وصول موثّق بعد النشر واجتياز فحوص الترخيص، لذا ينبغي التحقق من نطاق أي معاينة مجانية قبل تخصيص الوقت.
قبل استثمار الوقت، تحقق من شروط الوصول الحالية الواردة في الصفحة، إذ يعتمد تشغيل الدروس على وصول موثّق، وعُلّم المحتوى بأنه مرخّص بموجب CC BY. تأكد مما تتضمنه الدرس المجاني، وما تقدمه الدورة الكاملة، وما إذا كان هناك أي سعر؛ فهذا التحليل لا يحدد أي سعر. وتحقق أيضاً من أن الدروس الأربعة تطابق النطاق الموصوف، وهل تُرفق مقاطع الفيديو ذات الصوت الإنجليزي بالملاحظات الأصلية التي تذكرها الصفحة. ولا يتضمن المصدر أي مراجعات من المتعلمين أو بيانات عن إتمام الدورة، لذا ينبغي تقييم القيمة العملية في ضوء الأهداف المعلنة والدرس المجاني.
هل تابعت دروسًا من هذه الدورة؟ أخبرنا بما تعلمته وما يمكن توضيحه.
تُرسل الملاحظات بشكل خاص إلى فريقنا. لا تُنشر تلقائيًا ولا تُحتسب كتقييم. لا تشارك كلمات المرور أو بيانات العملاء أو المعلومات الحساسة.