گائیڈ سے منسلک کوئز · درمیانہ سطح
AI پرسنلائزیشن انجن کوئز
جانیں کہ کس طرح تجویز کنندہ کے نظام رویے، آئٹم کی خصوصیات، امیدواروں کی بازیافت اور درجہ بندی کو یکجا کرتے ہیں تاکہ ایک صارف کے لیے فہرست تیار کی جا سکے۔
سوال 1 کی 8
مشترکہ فلٹرنگ بنیادی طور پر کس چیز پر انحصار کرتی ہے؟
ہر سوال کا جائزہ لیں۔8 سوالات
جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔
- مشترکہ فلٹرنگ بنیادی طور پر کس چیز پر انحصار کرتی ہے؟
- بہت سے صارفین میں پیٹرن، جیسے 'people who liked X also liked Y'
- ہر آئٹم کی صرف متن کی تفصیل
- صارف کے آلے کی بیٹری کی سطح
- ایک مقررہ ادارتی ٹاپ 10 فہرست
- پرسنلائزیشن میں 'کولڈ اسٹارٹ مسئلہ' کیا ہے؟
- سرورز بوٹ ہونے میں بہت زیادہ وقت لے رہے ہیں۔
- کسی نئے صارف یا نئی شے کے بارے میں بہت کم یا کوئی ڈیٹا نہ ہونا
- سفارشات صرف سردیوں میں کام کرتی ہیں۔
- صارفین کثرت سے لاگ آؤٹ کرتے ہیں۔
- ایک عام دو مرحلے کے فن تعمیر میں، پہلا (امیدوار نسل) مرحلہ کیا کرتا ہے؟
- واضح طور پر صرف دس اشیاء کی درجہ بندی کرتا ہے۔
- حتمی مصنوعات کی تفصیل لکھتا ہے۔
- تیزی سے لاکھوں اشیاء کو چند سو تک کم کر دیتا ہے۔
- غیر فعال صارف اکاؤنٹس کو حذف کرتا ہے۔
- Why might a recommender add a diversity objective to a ranked list?
- To guarantee every item receives equal clicks
- To remove all user-history signals
- To make every recommendation random
- To avoid filling the list with near-duplicate items and broaden the alternatives shown
- سفارشی نظام میں 'ایمبیڈنگز' کیا ہیں؟
- صارفین اور اشیاء کی نمائندگی کرنے والے ویکٹر اس لیے قربت کا اشارہ دیتے ہیں۔
- سرور میں جسمانی چپس
- براؤزر میں محفوظ کردہ کوکیز
- ای میل سبجیکٹ لائنز
- مضمر تاثرات (کلکس، دیکھنے کا وقت) اکثر واضح ستاروں کی درجہ بندیوں پر بھاری کیوں ہوتا ہے؟
- جعلی بنانا آسان ہے۔
- یہ کہیں زیادہ پرچر ہے اور حقیقی طرز عمل کی عکاسی کرتا ہے۔
- یہ قانون کی طرف سے ضروری ہے
- ستاروں کی درجہ بندی غیر قانونی ہے۔
- What does content-based filtering use to recommend items?
- Only other users’ passwords
- Random item order
- Features of items a user has liked or interacted with
- The device’s battery history
- What does normalized discounted cumulative gain (NDCG) evaluate?
- The number of users who created accounts
- The model’s training duration
- Whether an item description is grammatically correct
- The quality of a ranked list, giving higher weight to relevant items near the top