where L is a loss function such as

where L is a loss function such as MAE or MSE (Section 23.4), and f (x) is the
actual rating of the item x, and fT ∪(xa,y)(x) is the approximated rating (where a
function f is learned from the training set T ∪ (xa, y)) .
A potential drawback is that training points selected by this AL method could be
overfitted to the training set.

ผลลัพธ์ (ไทย) 1:

ที่ L ฟังก์ชันขาดทุนเช่นแม่หรือ MSE (23.4 ส่วน), และ f (x)คะแนนจริงของสินค้า x, ∪(xa,y)(x) ฟุตเป็น ดงอันดับ (ที่เป็นฟังก์ชัน f จะได้เรียนรู้จากชุดฝึกอบรม∪ T (xa, y))คืนเงินเป็นไปได้ว่า คะแนนเลือก โดยวิธีนี้ AL การฝึกอบรมอาจจะoverfitted ชุดฝึกอบรม

ผลลัพธ์ (ไทย) 2:

ที่ L เป็นฟังก์ชั่นการสูญเสียเช่นแม่หรือ MSE (มาตรา 23.4) และ f (x) เป็น
คะแนนที่แท้จริงของ x รายการและ FT ∪ (XA, y) (x) เป็นห้วงคะแนน (ที่
ฟังก์ชัน f เรียนรู้จากชุดการฝึกอบรม T ∪ (XA, y)).
อุปสรรคที่อาจเกิดขึ้นคือว่าจุดฝึกอบรมการคัดเลือกโดยวิธีนี้อัลอาจจะ
มากกว่าสาย tted ชุดการฝึกอบรม

ผลลัพธ์ (ไทย) 3:

ฉันคือการสูญเสียฟังก์ชันเช่นแม่หรือ MSE ( ส่วนที่สำคัญ ) , และ F ( x )
คะแนนจริงของสินค้า X และฟุต∪ ( XA , y ( x ) คือ โดยประมาณการจัดอันดับ ( ที่
ฟังก์ชัน f คือเรียนจากชุดฝึกอบรม∪ ( XA , Y T ) ) .
อุปสรรคศักยภาพว่า การฝึกอบรม โดยเลือกวิธีนี้ ลจุดได้มากกว่าจึงต้องฝึก tted



ชุด