Third, and most importantly, recent

Third, and most importantly, recent advances in machine learning and information retrieval let us convert previously useless data into knowledge. For example, Netflix’s very profitable
streaming service offers a large but rather low­ quality and slightly outdated movie and TV show collection. However, its movie recommendation system helps users find the few movies in this huge collection that they might actually enjoy watching. Key to this system is a rather new machine­learning technique called alternating least squares, a form of collaborative filtering that lets Netflix compare users with each other at scale to make individual recommendations.

ผลลัพธ์ (ไทย) 1:

สาม และที่สำคัญที่สุด คือ ก้าวล่าสุดในการเรียนรู้ของเครื่องและไม่สามารถเรียกข้อมูลให้เราแปลงข้อมูลก่อนหน้านี้ไม่มีประโยชน์เป็นความรู้ ตัวอย่างเช่น Netflix ของกำไรได้มาก บริการมีคุณภาพค่อนข้างต่ำ แต่มีขนาดใหญ่ และเล็กน้อยล้าสมัยภาพยนตร์ และทีวีดูคอลเลกชัน อย่างไรก็ตาม ภาพยนตร์แนะนำระบบช่วยผู้ใช้ค้นหาภาพยนตร์ไม่กี่ในคอลเลกชันขนาดใหญ่นี้ว่า พวกเขาอาจได้รับชม คีย์กับระบบนี้เป็นเทคนิค machinelearning ค่อนข้างใหม่ที่เรียกว่าสลับอย่างน้อยสี่เหลี่ยม แบบฟอร์มตัวกรองร่วมกันให้ Netflix เปรียบเทียบผู้ใช้กับแต่ละอื่น ๆ ในระดับให้คำแนะนำแต่ละ

ผลลัพธ์ (ไทย) 2:

ประการที่สามและที่สำคัญที่สุดความก้าวหน้าล่าสุดในการเรียนรู้ของเครื่องและการดึงข้อมูลให้เราแปลงข้อมูลที่ไร้ประโยชน์ก่อนหน้านี้เป็นความรู้ ยกตัวอย่างเช่น Netflix ของผลกำไรมาก
บริการสตรีมมิ่งมีคุณภาพขนาดใหญ่ แต่ต่ำและภาพยนตร์และรายการโทรทัศน์คอลเลกชันที่ล้าสมัยเล็กน้อย อย่างไรก็ตามระบบแนะนำภาพยนตร์จะช่วยให้ผู้ใช้สามารถค้นหาภาพยนตร์ไม่กี่แห่งในคอลเลกชันนี้มากว่าพวกเขาจริงๆแล้วอาจจะเพลิดเพลินกับการดู ที่สำคัญระบบนี้เป็นเทคนิคการเรียนรู้ของเครื่องค่อนข้างใหม่ที่เรียกว่าสลับสี่เหลี่ยมน้อยรูปแบบของการกรองการทำงานร่วมกันที่ช่วยให้ผู้ใช้ Netflix เปรียบเทียบกับคนอื่น ๆ ในระดับที่จะให้คำแนะนำของแต่ละบุคคล

ผลลัพธ์ (ไทย) 3:

ประการที่สามและที่สำคัญที่สุด ก้าวหน้าในการเรียนรู้ของเครื่องและการค้นคืนข้อมูลให้เราแปลงข้อมูลที่ไร้ประโยชน์ก่อนหน้านี้ในความรู้ ตัวอย่างเช่น การทำกำไรมากบริการสตรีมมิ่งภาพยนตร์ขนาดใหญ่แต่ค่อนข้างต่ำองคุณภาพและเล็กน้อยที่ล้าสมัยและคอลเลกชันแสดงโทรทัศน์ อย่างไรก็ตาม ระบบแนะนำภาพยนตร์ที่ช่วยให้ผู้ใช้สามารถค้นหาภาพยนตร์ไม่กี่ในคอลเลกชันนี้ขนาดใหญ่ที่พวกเขาอาจจะสนุกกับการดู กุญแจระบบนี้เป็นระบบที่ค่อนข้างใหม่องเครื่องการเรียนรู้เทคนิคที่เรียกว่าสลับอย่างน้อย รูปแบบของความร่วมมือที่ช่วยให้ผู้ใช้เปรียบเทียบการกรอง Netflix กับแต่ละอื่น ๆ ในระดับที่จะให้คำแนะนำเป็นรายบุคคล