There is a difference between class

There is a difference between classic active learning and active
learning for recommender system. In the recommender system
context, each item has already been rated by training users while
in classic active learning there is not training user. We take
into account this difference and develop a new method which
competes with a complicated bayesian approach in accuracy
while results in drastically reduced (one order of magnitude)
user waiting times, i.e., the time that the users wait before being
asked a new query

ผลลัพธ์ (ไทย) 1:

มีความแตกต่างระหว่างการเรียนรู้งานคลาสสิกและใช้งานการเรียนรู้สำหรับผู้แนะนำระบบ ในระบบผู้แนะนำคะแนนบริบท สินค้าแต่ละผู้ฝึกขณะอยู่แล้วเรียนรู้งานคลาสสิก ไม่มีผู้ฝึก เราใช้เข้าบัญชีความแตกต่างนี้ และพัฒนาวิธีใหม่ซึ่งแข่งขัน ด้วยวิธีการทฤษฎีความซับซ้อนในความถูกต้องในขณะที่ผลในการลดลงอย่างรวดเร็ว (หนึ่งใบสั่งของขนาด)ผู้รอคอยเวลา เช่น เวลาที่ผู้ใช้รอก่อนที่จะถูกขอสอบถามใหม่

ผลลัพธ์ (ไทย) 2:

มีความแตกต่างระหว่างการเรียนรู้การใช้งานคลาสสิกและการใช้งานคือการเรียนรู้สำหรับระบบ recommender
ในระบบ recommender บริบทแต่ละรายการได้รับการประเมินโดยผู้ใช้ในขณะที่การฝึกอบรมในการเรียนรู้การใช้งานคลาสสิกที่มีการฝึกอบรมการใช้งานไม่ได้ เราใช้เวลาเข้าบัญชีความแตกต่างนี้และพัฒนาวิธีการใหม่ที่เข้าแข่งขันด้วยวิธีการแบบเบย์ที่มีความซับซ้อนในความถูกต้องในขณะที่ผลในการลดลงอย่างมาก(หนึ่งในลำดับความสำคัญ) ใช้เวลาในการรอคือเวลาที่ผู้ใช้รอก่อนที่จะถูกถามแบบสอบถามใหม่

ผลลัพธ์ (ไทย) 3:

มีความแตกต่างระหว่างคลาสสิกปราดเปรียวการเรียนรู้และปราดเปรียว
การเรียนรู้สำหรับระบบแนะนำ . ในบริบทของระบบ
แนะนำ , แต่ละรายการได้รับการจัดอันดับโดยผู้ใช้ในขณะที่
ในการเรียนรู้แบบคลาสสิกไม่มีผู้ใช้การฝึกอบรม เราใช้
เข้าบัญชีความแตกต่างนี้และพัฒนาวิธีใหม่ซึ่ง
แข่งขันด้วยวิธีการที่ซับซ้อนในความถูกต้อง
ส์ในขณะที่ผลในการลดลงอย่างมาก ( หนึ่งอันดับของขนาด )
ผู้ใช้รอเวลา คือ เวลาที่ผู้ใช้รอถามก่อน

สอบถามใหม่