推荐系统 机器学习究竟在学习什么？

机器学习究竟在学习什么？

标准定义：对于任务及其执行过程的度量方法，给出了具体的算法。利用经验数据不断改进任务执行过程的方法称为机器学习。

简单定义：

举个简单的例子：出租车司机开车送你从上海到北京。在这里，“任务”是从上海到北京，“表现过程”是从上海到北京的不同道路，“经验数据”是每一条可以走的道路。在此基础上，设计了一种算法，利用实证数据建立“上海哪条路走”模型，提高北京的速度效应。

为了通过使用经验数据改进性能过程，最流行的方法是“误差反向传播”。该方法的核心思想是：让机器自由试错，然后根据试错结果与样本真实结果之间的误差调整试错策略。对误差较小的尝试进行奖励，对误差较大的尝试进行惩罚，然后在一个周期内进行试验，直到所有样本的学习结果达到我们定义的最佳性能。

通过“误差反向传播”算法，机器将探索越来越多的上海到北京的道路，并以越来越快的速度找到最佳道路，这与老司机在多次驾驶后得到最佳选择基本相同。

人与机器之间的差距也将反映在这里。当从上海到北京有很多路的时候，人们不可能总是像机器那样探索道路。对于机器的数据处理能力来说，这样的数据量可能是几分钟内的最佳选择

当然，人们可以找到一种新的方法。新手可以一路询问老司机，而不是一路反复探索。

研究推荐算法的目的及意义是什么？

1. 从科学的角度来说，你想看到的就是你想看到的。生活，信息变得更容易。

2. 从商业角度来说，它是让你看到你可能消费什么，什么会诱惑你消费。

Netflix究竟有多牛掰？

简单来说，内容丰富，定义无与伦比，1080p秒杀国内所谓的蓝光高清，别说4K，自动加载字幕，购买后，无需额外下单，即可观看整个场景，无需广告，无需logo，举世无双，界面友好，一个账号可以设置五个子账号供大家分享！

推荐系统 实时推荐系统架构 netflix网站

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。