قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
أنظمة التوصية بالتعلم العميق
أنظمة التوصية التي تستخدم الشبكات العصبية العميقة لنمذجة العلاقات المعقدة بين المستخدمين والعناصر. تتفوق هذه الأنظمة على الطرق التقليدية من خلال التقاط التفاعلات غير الخطية والأنماط الكامنة في البيانات.
طبقات التضمين
طبقات الشبكات العصبية التي تحول المتغيرات الفئوية المتفرقة إلى متجهات كثيفة منخفضة الأبعاد. تقوم التضمينات بالتقاط التشابهات الدلالية بين العناصر والمستخدمين في فضاء متجهي مستمر.
التصفية التعاونية العصبية
بنية الشبكة العصبية التي تحلل النماذج العاملية التقليدية باستخدام شبكات عصبية عميقة لنمذجة التفاعلات بين المستخدم والعنصر. تتعلم NCF وظائف تفاعل معقدة تتجاوز الضرب المصفوفي البسيط.
التعلم الواسع والعميق
بنية هجينة تجمع بين نموذج واسع (الانحدار اللوجستي) للحفظ ونموذج عميق (الشبكة العصبية) للتعميم. تلتقط هذه الطريقة بفعالية كل من الأنماط الصريحة والضمنية في البيانات.
DeepFM (آلة التحليل العميق)
نموذج يجمع بين آلات التحليل والشبكات العصبية لتعلم الخصائص منخفضة وعالية المستوى في وقت واحد. يشارك DeepFM التضمينات بين مكونات FM وDNN، مما يحسن الكفاءة والأداء.
المشفرون الذاتيون للتوصيات
شبكات عصبية غير خاضعة للإشراف تتعلم تمثيلات مضغوطة لتفضيلات المستخدم للتوصية التعاونية. يكون المشفرون الذاتيون مزيلو الضوضاء فعالين بشكل خاص في التعامل مع البيانات المتفرقة والضوضاء.
التوصيات المستندة إلى الجلسة
أنظمة التوصية التي تستخدم الشبكات العصبية المتكررة (RNN) لنمذجة تسلسلات التفاعلات في جلسة المستخدم. تلتقط هذه النماذج النية الزمنية والسياقية دون الحاجة إلى ملف تعريف تاريخي للمستخدم.
الشبكات العصبية البيانية للتوصيات
نهج يمثل أنظمة التوصية كرسوم بيانية غير متجانسة مع عقد للمستخدمين والعناصر والخصائص. تقوم GNNs بنشر المعلومات عبر الهياكل البيانية لالتقاط علاقات الرتبة العليا.
آلية الانتباه في التوصيات
آلية تسمح لنماذج التوصية بوزن العناصر التاريخية بشكل مختلف حسب ملاءمتها للتنبؤ الحالي. الانتباه يحسن بشكل كبير الأداء في التوصيات التسلسلية والسياقية.
نماذج المحولات للتوصيات
هندسة معمارية تعتمد على آليات الانتباه متعددة الرؤوس لنمذجة الاعتمادات طويلة المدى في سلاسل سلوك المستخدم. المحولات تتفوق على الشبكات العصبية المتكررة في التقاط الأنماط المعقدة والديناميكية.
هندسة البرجين المزدوجة
نموذج مزدوج مع أبراج منفصلة لتشفير خصائص المستخدم والعنصر في فضاء تضمين مشترك. هذه الهندسة المعمارية تتوسع بكفاءة لملايين العناصر بفضل الحساب المسبق لتضمينات العناصر.
نماذج التوصية التسلسلية
نماذج التعلم العميق التي تلتقط التطور الديناميكي لتفضيلات المستخدم عبر تسلسلات زمنية من التفاعلات. تستخدم هذه الهندسات المعمارية الشبكات العصبية المتكررة أو المحولات أو الشبكات العصبية الرسومية لنمذجة الاعتمادات التسلسلية.
الشبكة العميقة المتقاطعة
هندسة معمارية مصممة خصيصاً للتعلم الفعال للتفاعلات المتقاطعة الصريحة من درجة اعتباطية بين الخصائص. تجمع الشبكة العميقة المتقاطعة بين طبقات متقاطعة فعالة وطبقات عميقة للتعميم.
المشفرات التلقائية المتغيرة للتوصيات
نماذج توليدية احتمالية تتعلم توزيعات كامنة لتفضيلات المستخدم للتوصيات القوية. المشفرات التلقائية المتغيرة تتعامل بشكل طبيعي مع عدم اليقين وتحسن تنوع التوصيات.
التعلم المعزز للتوصيات
نهج يصيغ التوصية كعملية قرار ماركوفية تحسن المكافآت طويلة الأمد. وكلاء التعلم المعزز يتعلمون سياسات توصية تكيفية تعظم مشاركة المستخدم المستدامة.
التعلم متعدد المهام للتوصيات
نموذج تعلم متزامن لأهداف متعددة (معدل النقر إلى الظهور، معدل التحويل، وقت الجلسة) لتحسين التعميم والكفاءة. التعلم متعدد المهام يشارك التمثيلات مع التخصص في مهام محددة.
مشكلة البدء البارد مع التعلم العميق
تحدٍ تواجهه هياكل التعلم العميق باستخدام البيانات الوصفية والشبكات العصبية لتوليد التضمينات الأولية. نماذج نقل التعلم والرسوم البيانية العصبية على رسوم المحتوى فعالة بشكل خاص.
آلات التحليل العصبي
امتداد لآلات التحليل يدمج الشبكات العصبية لالتقاط التفاعلات غير الخطية المعقدة بين الخصائص. تجمع NFM بين كفاءة FM والقوة التعبيرية للتعلم العميق.