Викторина, связанная с руководством · Средний Уровень

Викторина «Машины факторизации»

Соедините попарные взаимодействия скалярных произведений FM с обобщением редких функций, разделением низкого ранга и ограничениями скрытых факторов.

Связанные направляющие путиФакторизационные машины
Вопрос 1 из 8

Как машина факторизации представляет взаимодействие парных признаков?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. Как машина факторизации представляет взаимодействие парных признаков?
    • Скалярным произведением скрытых векторов объектов, масштабированных по их значениям.
    • Отдельным неограниченным параметром для каждой возможной пары функций.
    • Сортируя имена объектов в алфавитном порядке
    • Заменив все линейные члены деревом решений
  2. Почему факторы низкого ранга могут помочь в скудных данных о взаимодействии?
    • Каждая пара должна встречаться одинаково часто
    • Связанные объекты имеют общие параметры коэффициента в разных комбинациях
    • Метод заполняет недостающие метки известными негативами.
    • Это устраняет необходимость в обучающих наблюдениях.
  3. Что нужно простой линейной модели для представления взаимодействия пользователя с элементом?
    • Цель, закодированная как временная метка
    • Только больший перехват
    • Явный термин перекрестной функции или взаимодействия.
    • Оценка силуэта кластеризации
  4. Как можно эффективно вычислить парный член FM?
    • Используйте только самое большое значение функции
    • Создайте плотный параметр для каждой пары объектов.
    • Сортируйте разреженную матрицу по целевому значению
    • Используйте идентификатор квадратичной суммы вместо перечисления всех пар объектов.
  5. Что по умолчанию означают изученные скрытые измерения?
    • Это причинные черты пользователя
    • Это прогнозируемые параметры без гарантированного удобочитаемого значения.
    • Они соответствуют именам функций один в один.
    • Это калиброванные вероятности.
  6. Какое ограничение следует из формулировки ФМ второго порядка?
    • Требуются плотные примеры для каждой пары.
    • Он не может включать эффекты линейных объектов.
    • Он представляет собой парные взаимодействия, а не произвольные эффекты более высокого порядка напрямую.
    • Он предсказывает только бинарные результаты
  7. Зачем оценивать пользователей или элементы с холодным запуском отдельно?
    • У них есть известные ярлыки по определению.
    • Их факторы всегда более точны.
    • Они устраняют предвзятость экспозиции
    • Им может не хватать изученных факторов или достаточной истории взаимодействия.
  8. Что не может доказать оценка FM в отношении усвоенного взаимодействия?
    • Взаимодействие носит причинный характер
    • Что модель использовала значения признаков
    • Эти факторы были оптимизированы
    • Что прогноз можно оценить