Hierarchical have also been used in

Hierarchical

have also been used in several settings as a way
to add domain-knowledge for information filtering [78]. One of the issues with hierarchical Bayesian networks, however, is that it is very expensive to learn and update
the model when there are many users in it. Zhang and Koren [79] propose a varia-
tion over the standard Expectation-Maximization (EM) model in order to speed up
this process in the scenario of a content-based RS.

ผลลัพธ์ (ไทย) 1:

ตามลำดับชั้น นอกจากนี้ยังใช้ในการตั้งค่าต่าง ๆ เป็นแบบการเพิ่มความรู้โดเมนสำหรับข้อมูล filtering [78] ประเด็นเครือข่ายทฤษฎีลำดับชั้น อย่างไรก็ตาม คือว่า มันแพงมากเพื่อเรียนรู้ และปรับปรุงรูปแบบเมื่อมีผู้ใช้หลายคนในนั้น จางและ Koren [79] เสนอ varia แบบสเตรชันมากกว่าแบบ Maximization ความคาดหวัง (EM) มาตรฐานรวดเร็วขึ้นกระบวนการนี้ในสถานการณ์ของ RS ที่ตามเนื้อหา

ผลลัพธ์ (ไทย) 2:

ลำดับชั้นได้ถูกนำมาใช้ในการตั้งค่าหลายวิธีที่จะเพิ่มความรู้โดเมนสำหรับ ltering Fi ข้อมูล [78] หนึ่งในประเด็นที่มีเครือข่ายแบบเบย์ลำดับชั้น แต่เป็นที่ว่ามันแพงมากที่จะเรียนรู้และปรับปรุงรูปแบบเมื่อมีผู้ใช้หลายคนในนั้น Zhang และ Koren [79] เสนอ varia- การกว่ามาตรฐานความคาดหวัง-การเพิ่มประสิทธิภาพ (EM) แบบจำลองในการสั่งซื้อเพื่อเพิ่มความเร็วในกระบวนการนี้ในสถานการณ์ของอาร์เอสเนื้อหาตาม

ผลลัพธ์ (ไทย) 3:

ลำดับชั้น

ยังถูกใช้ในการตั้งค่าหลายเป็นวิธีที่จะเพิ่มความรู้โดเมนสำหรับข้อมูล
จึง ltering [ 78 ] หนึ่งในปัญหากับเครือข่ายแบบลำดับชั้น แต่คือว่า มันแพงมากที่จะเรียนรู้และปรับปรุง
รูปแบบเมื่อมีผู้ใช้หลายคนในนั้น จางและราก [ 79 ] เสนอ วาเรีย -
tion เกินมาตรฐานความคาดหวังสูงสุด ( EM ) รูปแบบเพื่อให้ความเร็ว
กระบวนการนี้ในสถานการณ์ของเนื้อหา
.