1
00:00:00,000 --> 00:00:03,416
>> [Glazbom]

2
00:00:03,416 --> 00:00:05,860

3
00:00:05,860 --> 00:00:08,180
>> MOZAK SCASSELLATI: Dobrodošli
u seriji CS50 AI.

4
00:00:08,180 --> 00:00:12,600
Moje ime je Scass, a danas ćemo
razgovarati o se sustavima.

5
00:00:12,600 --> 00:00:15,780
Sada se sustavima zvukovi
kao neka vrsta ak imena.

6
00:00:15,780 --> 00:00:18,630
To zvuči kao možda trebao
biti preporuka sustava,

7
00:00:18,630 --> 00:00:21,290
i ja vrsta složiti s vama.

8
00:00:21,290 --> 00:00:26,110
No, to su sustavi koji pomažu
odabrati iz slične stvari kad god

9
00:00:26,110 --> 00:00:28,210
Odaberete li nešto online.

10
00:00:28,210 --> 00:00:32,119
Netflix, primjerice će predložiti drugog
filmove koje možda želite gledati.

11
00:00:32,119 --> 00:00:36,660
Ili Pandora će predložiti različite
pjesme koje možda želite slušati.

12
00:00:36,660 --> 00:00:40,940
Amazon će predložiti što vrste
ostali proizvodi možda želite kupiti.

13
00:00:40,940 --> 00:00:43,520
Facebook će čak sugeriraju
neke druge prijatelje

14
00:00:43,520 --> 00:00:45,440
da možda želite dodati.

15
00:00:45,440 --> 00:00:49,800
Svaki od ovih sustava u radu koriste
ista osnovna vrsta algoritma,

16
00:00:49,800 --> 00:00:52,520
i to je ono što smo
će govoriti o danas.

17
00:00:52,520 --> 00:00:56,860
>> Sada su ti algoritmi su
iznenađujuće veliki posao.

18
00:00:56,860 --> 00:01:01,130
Netflix je prije nekoliko godina u
2009 ponudio 1 milijun $

19
00:01:01,130 --> 00:01:07,240
Nagrada ako bi mogao poboljšati njihovu
Preporuka Sustav za samo 10%.

20
00:01:07,240 --> 00:01:11,960
To je 10%, ipak, predstavlja
znatnu količinu posla.

21
00:01:11,960 --> 00:01:15,330
Procjene su teško
doći, ali mnogi ljudi

22
00:01:15,330 --> 00:01:19,050
Vjerujem da je ova preporuka
Sustavi za online kupnju

23
00:01:19,050 --> 00:01:25,729
Sustav poput Amazon dovesti do negdje
između 10% i 25% povećanja prihoda.

24
00:01:25,729 --> 00:01:27,770
Na taj način možete zamisliti
vrsta volumena koji ste

25
00:01:27,770 --> 00:01:32,860
govori o tome kada mislimo o
čak i ti mali algoritmi.

26
00:01:32,860 --> 00:01:35,200
>> Tako ćemo dobiti neke primjere.

27
00:01:35,200 --> 00:01:38,460
Kako je to da su ti
Sustavi stvarno rade?

28
00:01:38,460 --> 00:01:40,773
Postoje dvije osnovne
vrste algoritama koji

29
00:01:40,773 --> 00:01:45,050
su u igri, kada govorimo o
Preporuke priljev.

30
00:01:45,050 --> 00:01:48,650
Prvima su pozvani
sadržaj temelji filtriranje.

31
00:01:48,650 --> 00:01:53,410
A sadržaj temelji filtriranje oslanja
na sličnosti između stavki

32
00:01:53,410 --> 00:02:00,370
sami, da se između dva filma
ili dvije pjesme ili dvije kupljene stavke.

33
00:02:00,370 --> 00:02:03,190
Idemo koristiti filmova
kao primjer, ali to

34
00:02:03,190 --> 00:02:07,850
mogao primijeniti, stvarno, na bilo koji tip
objekta koji tražimo.

35
00:02:07,850 --> 00:02:13,330
>> Dakle, ako ja mislim o nekim
filmova iz prošle godine,

36
00:02:13,330 --> 00:02:16,799
Vidio sam iznutra prema van s
moja djeca su ga voljeli.

37
00:02:16,799 --> 00:02:17,840
Ali, mi također imao izbora.

38
00:02:17,840 --> 00:02:21,350
Mogli smo otišli vidjeti podanici,
mogli smo vidjeti Doba Ultron,

39
00:02:21,350 --> 00:02:24,850
ili smo mogli vidjeti
Ant Čovjek u kazalištima.

40
00:02:24,850 --> 00:02:27,580
>> Za bilo koji od ovih
filmove, možemo zamisliti

41
00:02:27,580 --> 00:02:33,320
generiranje popisa značajki ili
osobine o tim različitim filmovima.

42
00:02:33,320 --> 00:02:37,190
Tako, na primjer, mogao sam uzeti u obzir
koji od tih filmova su animirani.

43
00:02:37,190 --> 00:02:39,960
Pa, kako Inside Out
a sluge su animirani.

44
00:02:39,960 --> 00:02:44,140
Ni Dob Ultron, niti
Ant Man su animirane filmove.

45
00:02:44,140 --> 00:02:47,040
I ja sam mogao zamisliti zgradu
do strukture, stol kako

46
00:02:47,040 --> 00:02:49,440
navodi svako od tih svojstava.

47
00:02:49,440 --> 00:02:51,790
Jesu li animirani ili ne?

48
00:02:51,790 --> 00:02:54,780
Onda bih mogao dodati više
Značajke u ovoj tablici

49
00:02:54,780 --> 00:02:58,380
dodavanjem više redaka u toj strukturi.

50
00:02:58,380 --> 00:03:00,970
Mogao bih pitati da li
Ne oni oduševljavati filmove.

51
00:03:00,970 --> 00:03:04,010
Pa, Inside Out i ruke
nisu Marvel filmovi,

52
00:03:04,010 --> 00:03:06,715
Dob Ultron i Ant Man svakako jesu.

53
00:03:06,715 --> 00:03:09,100
>> I ja mogao pitati bilo koje vrste
različite kvalitete

54
00:03:09,100 --> 00:03:12,080
da sam htio, bilo koje vrste značajki
to bi moglo biti važno za mene.

55
00:03:12,080 --> 00:03:13,440
Da li oni imaju super negativca?

56
00:03:13,440 --> 00:03:16,700
Pa, nema super negativca u rastavljanja
Out, ali postoje one u ruke

57
00:03:16,700 --> 00:03:19,990
a, očito je
Dva superherojima filmova.

58
00:03:19,990 --> 00:03:23,900
>> Također sam mogao pitati stvari kao, dobro,
oni prolaze Bechdel test?

59
00:03:23,900 --> 00:03:27,280
Postoje dva imenu
ženski likovi koji

60
00:03:27,280 --> 00:03:30,550
provesti neko značajnu količinu
Vrijeme ima razgovor koji

61
00:03:30,550 --> 00:03:34,400
ne uključuju ljude u cast?

62
00:03:34,400 --> 00:03:39,870
Pa, u ovom slučaju, Inside Out prolazi
test, podanici ne uspije, Age of Ultron

63
00:03:39,870 --> 00:03:42,990
prolazi test i Ant Man uspije.

64
00:03:42,990 --> 00:03:45,020
Svaka od tih značajki
Mogao sam misliti o

65
00:03:45,020 --> 00:03:48,660
kao važno za neke ljude.

66
00:03:48,660 --> 00:03:52,000
>> Također sam mogao pitati stvari kao što su
Postoje li ljudi u tim filmovima koje

67
00:03:52,000 --> 00:03:57,190
su alumni iz recimo, parkovima i
Rekreacija, jedan od mojih omiljenih emisija.

68
00:03:57,190 --> 00:04:00,540
Pa, Inside Out ima Amy
Poehler, to je alumni.

69
00:04:00,540 --> 00:04:01,530
To je važno.

70
00:04:01,530 --> 00:04:04,110
Jon Hamm je u ruke.

71
00:04:04,110 --> 00:04:08,600
Paul Rudd bio je u Ant Man, ali nitko
u doba Ultron je u parkovima i Req

72
00:04:08,600 --> 00:04:10,150
kao.

73
00:04:10,150 --> 00:04:12,990
Dakle, ja mogu izgraditi taj popis
obilježja, a oni bi stvarno

74
00:04:12,990 --> 00:04:14,710
biti ništa o filmovima.

75
00:04:14,710 --> 00:04:17,329
Oni mogu biti o tome što
omjer su pucali u,

76
00:04:17,329 --> 00:04:21,630
to bi mogao biti koliko mjesta su
prodaju na njihovom prvom vikendu.

77
00:04:21,630 --> 00:04:25,630
Svaka značajka da želim
generiranje mogu staviti u ovoj tablici.

78
00:04:25,630 --> 00:04:29,600
>> Sada, u ovom slučaju, ja sam izgradio
sve vrste Poluga vrijednosti,

79
00:04:29,600 --> 00:04:33,700
da ili ne, proći ili ne,
ali oni mogu biti ništa.

80
00:04:33,700 --> 00:04:36,690
Oni mogu biti proizvoljne vrijednosti.

81
00:04:36,690 --> 00:04:39,070
Za sadržaj temelji filtriranje,
što ćemo učiniti

82
00:04:39,070 --> 00:04:42,810
se da ćemo u obzir
dva stupca u ovoj tablici

83
00:04:42,810 --> 00:04:45,660
i vidjeti kako slični su.

84
00:04:45,660 --> 00:04:48,640
Tako na primjer, ako
otišao vidjeti iznutra prema van,

85
00:04:48,640 --> 00:04:53,640
Možda ću pitati, što su ostali filmovi
da budem spreman ići vidjeti.

86
00:04:53,640 --> 00:04:56,890
To jest, ono što žele
potrošiti moj novac ići vidjeti.

87
00:04:56,890 --> 00:05:00,310
I ja mogu usporediti to po samo uzimanje
dva stupca, jedan od Inside Out

88
00:05:00,310 --> 00:05:03,300
i jedan iz bilo koje od
druge filmove i samo viđenje

89
00:05:03,300 --> 00:05:06,210
koliko njihove mogućnosti utakmicu.

90
00:05:06,210 --> 00:05:09,660
Dakle, ako sam usporediti naopačke
s ruke, dobro, tu je

91
00:05:09,660 --> 00:05:10,910
tri stvari ovdje koje odgovaraju.

92
00:05:10,910 --> 00:05:16,200
Oni i animirani, niti jedan od njih
su Marvel filmove, i obojica

93
00:05:16,200 --> 00:05:18,420
imaju parkove i REQ bivših.

94
00:05:18,420 --> 00:05:20,420
Tako sam mogao računati na tome
mnogo mečeva bilo,

95
00:05:20,420 --> 00:05:22,640
te u tom slučaju bilo bi tri.

96
00:05:22,640 --> 00:05:26,450
>> Ako sam zatim usporedite naopačke
sa recimo Doba Ultron,

97
00:05:26,450 --> 00:05:28,430
Ja mogu gledati dolje na popisu
i reći, dobro, tu je

98
00:05:28,430 --> 00:05:30,140
samo jedna stvar koja odgovara tamo.

99
00:05:30,140 --> 00:05:34,560
Obojica proći Bechtel testa, tako da
koja će biti rezultat jednog.

100
00:05:34,560 --> 00:05:36,770
A između Inside Out
i Ant Man, opet sam

101
00:05:36,770 --> 00:05:41,420
može usporediti liniju po liniju koliko
stvari odgovarati između njih dvoje.

102
00:05:41,420 --> 00:05:43,060
Pa, on je animirani, jedan nije.

103
00:05:43,060 --> 00:05:44,970
Jedan je Marvel filma, jedan nije.

104
00:05:44,970 --> 00:05:47,280
Jedan je dobio super negativca,
drugi ne.

105
00:05:47,280 --> 00:05:49,480
Jedan prolazi Bechtel
Test, jedan ga ne uspije,

106
00:05:49,480 --> 00:05:54,450
ali obojica imaju parkove i REQ alumni,
pa opet, dobiva rezultat od jedan.

107
00:05:54,450 --> 00:05:58,300
>> Dakle, ako ja bili u potrazi za filmove
koji su bili slični Inside Out,

108
00:05:58,300 --> 00:06:02,170
Mogao bih tražiti filmova koji su
najveći rezultat u tom sadržaju

109
00:06:02,170 --> 00:06:03,952
filtriranje shemu.

110
00:06:03,952 --> 00:06:05,660
Dakle, u ovom slučaju, ja
bi razmotriti ruke

111
00:06:05,660 --> 00:06:08,330
da se bliže i više
vjerojatno nešto

112
00:06:08,330 --> 00:06:13,250
da bih potrošiti novac da biste vidjeli
od doba Ultron ili Ant Man.

113
00:06:13,250 --> 00:06:16,150
>> To sadržaj temelji
filtriranje sustavi oslanjaju samo

114
00:06:16,150 --> 00:06:18,670
o svojstvima
filmovi, pa sam

115
00:06:18,670 --> 00:06:21,930
mogu graditi to samo znajući
nešto o proizvodima

116
00:06:21,930 --> 00:06:23,500
da imam.

117
00:06:23,500 --> 00:06:26,050
Mogu koristiti bilo koje vrste
značajke koje bih želio,

118
00:06:26,050 --> 00:06:28,400
i ja mogu izgraditi više
složene značajke koje

119
00:06:28,400 --> 00:06:33,060
uključiti složeniji ispit
o kvaliteti kao što sam ići zajedno.

120
00:06:33,060 --> 00:06:39,080
U stvari, ja čak mogu vidjeti ovu tablicu
ne kao što je jedan statički objekt,

121
00:06:39,080 --> 00:06:43,110
nego kao dimenzija
unutar većeg državnog prostora.

122
00:06:43,110 --> 00:06:46,295
I ja mogu početi govoriti o
udaljenosti između različitih filmova.

123
00:06:46,295 --> 00:06:49,300

124
00:06:49,300 --> 00:06:51,050
To su sve stvari
da znamo kako su

125
00:06:51,050 --> 00:06:55,860
učiniti pomoću vrste strukture podataka
koje smo već vidjeli u CS50.

126
00:06:55,860 --> 00:06:59,180
Tako sam mogao zamisliti zgradu
struktura podataka za film.

127
00:06:59,180 --> 00:07:02,390
Postoji struct da imam
izgrađena zove film,

128
00:07:02,390 --> 00:07:04,369
i ima pet Boolean unose u njega.

129
00:07:04,369 --> 00:07:07,160
Je li animirani, to je čudo
film, to su super negativca,

130
00:07:07,160 --> 00:07:11,047
to proći Bechdel test, i
postoje parkovi i REC bivših u njemu?

131
00:07:11,047 --> 00:07:12,880
I svaki od njih je
struktura podataka koje sam

132
00:07:12,880 --> 00:07:16,330
može zauzeti za to film.

133
00:07:16,330 --> 00:07:20,090
>> Zatim izračunati da li dva
filmovi su slični ili ne,

134
00:07:20,090 --> 00:07:23,330
što je njihova ocjena je, što sam mogao
napisati skup pseudokod koji

135
00:07:23,330 --> 00:07:25,120
stvara istu funkciju.

136
00:07:25,120 --> 00:07:30,100
To je, s obzirom na neke filmske M1, mogu
pronaći najviše sličan film za njega

137
00:07:30,100 --> 00:07:32,430
slijedeći pseudokod.

138
00:07:32,430 --> 00:07:37,040
Smatram koji je najbolji
sustav bodovanja koji sam pronašao,

139
00:07:37,040 --> 00:07:39,920
najbolja usporedba koju sam pronašao.

140
00:07:39,920 --> 00:07:41,890
Za svaki drugi film
Idem proći,

141
00:07:41,890 --> 00:07:44,920
Ja ću postaviti utakmicu rezultat jednak 0.

142
00:07:44,920 --> 00:07:47,920
A ja ću proći kroz to
Film, An M1, film

143
00:07:47,920 --> 00:07:51,500
Počeo sam s, ja ću provjeriti
svaki lik

144
00:07:51,500 --> 00:07:53,650
da su vidjeti
ako postoji utakmicu.

145
00:07:53,650 --> 00:07:56,460
Ako postoji utakmicu, ja ću
povećajte utakmicu rezultat.

146
00:07:56,460 --> 00:08:00,480
A ako na kraju utakmice rezultat koji
Ja sam se bolje nego trenutni najbolji

147
00:08:00,480 --> 00:08:03,310
postići, onda ću
sjećam se da je najbolji rezultat,

148
00:08:03,310 --> 00:08:05,820
i to je najbolji meč da imam.

149
00:08:05,820 --> 00:08:09,450
Na kraju, ono što film
sjedi u najboljem susret

150
00:08:09,450 --> 00:08:12,580
to je najbliže
Ja sam bio u mogućnosti doći.

151
00:08:12,580 --> 00:08:14,890
Dakle, to sadržaj temelji
filtriranje sustavi,

152
00:08:14,890 --> 00:08:16,900
svi oni imaju tu osnovnu strukturu.

153
00:08:16,900 --> 00:08:20,910
Oni se oslanjaju na stavci
u pitanju i ništa

154
00:08:20,910 --> 00:08:24,590
o bilo kojem od korisničke postavke.

155
00:08:24,590 --> 00:08:29,010
>> Drugi mehanizam koji koristimo u
Kako bi se izgraditi preporuka sustava

156
00:08:29,010 --> 00:08:31,790
naziva suradničke filtriranje.

157
00:08:31,790 --> 00:08:36,520
Kolaborativni filtriranje oslanja
Ne osobine samog objekta,

158
00:08:36,520 --> 00:08:40,010
ali kako su ljudi, drugi
Korisnici koji je, kako oni '

159
00:08:40,010 --> 00:08:43,370
odgovorila na te iste objekte.

160
00:08:43,370 --> 00:08:48,720
Tako da i dalje s mojim filma, primjerice,
Možda ću uzeti hrpa mojih prijatelja

161
00:08:48,720 --> 00:08:53,180
i istraživanja o tome hoće li ili ih
Nije im se svidjela pojedinih filmova.

162
00:08:53,180 --> 00:08:56,560
Sada različita mjesta će generirati
ovi podaci na različite načine.

163
00:08:56,560 --> 00:08:59,630
Možete izravno pregledati svoje
Korisnici, ili možete jednostavno

164
00:08:59,630 --> 00:09:03,120
vidjeti što se odlučite ako
ste, na primjer, Netflix.

165
00:09:03,120 --> 00:09:05,640
Koji filmovi su oni gledaju?

166
00:09:05,640 --> 00:09:08,670
>> Možda sam pitanje neke od mojih
prijatelji ovdje i saznajte

167
00:09:08,670 --> 00:09:12,910
da je Jason volio svaki film
vidio, ne čudi tamo.

168
00:09:12,910 --> 00:09:15,590
Andy je samo volio ruke i teta Man.

169
00:09:15,590 --> 00:09:19,330
Sara svidjela naopačke i
Osvetnici, suprotno od Andy.

170
00:09:19,330 --> 00:09:22,200
I Sam, dobro, Sam volio
sve superjunacima filmova,

171
00:09:22,200 --> 00:09:24,960
ali nitko od animirane filmove.

172
00:09:24,960 --> 00:09:30,630
>> I onda mogao upita za neke nove
pojedinac, neki drugi korisnik poput mene

173
00:09:30,630 --> 00:09:34,520
i pitati, dobro, ako mi se svidjelo
jedan od tih filmova,

174
00:09:34,520 --> 00:09:38,600
Možete li napraviti predviđanja o
što drugi filmovi sam možda željeli.

175
00:09:38,600 --> 00:09:41,890
To jest, ako sam volio Unutar
Out, što drugim filmovima

176
00:09:41,890 --> 00:09:48,460
ja sam vjerojatno također žele vidjeti
na temelju onoga što su ljudi slični učinio?

177
00:09:48,460 --> 00:09:51,640
To jest, ja ću proći
Ja ću filtrirati kroz ovaj popis

178
00:09:51,640 --> 00:09:54,520
i naći samo
pojedinci koji je također volio

179
00:09:54,520 --> 00:09:57,680
Inside Out, koji je odgovarao mojim željama.

180
00:09:57,680 --> 00:10:00,824
Pa, to znači da je Andy i
Sam, nisu željeli naopačke,

181
00:10:00,824 --> 00:10:02,240
pa neću ih uzeti u obzir.

182
00:10:02,240 --> 00:10:06,130
Idem da biste dobili osloboditi od njihove
Podaci za ovu usporedbu.

183
00:10:06,130 --> 00:10:09,750
>> I onda mogu gledati na ono što Jasonom
i Sarah misli i zbroj

184
00:10:09,750 --> 00:10:13,780
se koji od filmova koji su vidjeli
da nisam, da li su im se svidjela

185
00:10:13,780 --> 00:10:15,150
ili ne.

186
00:10:15,150 --> 00:10:17,820
Mogao sam samo brojati do, recimo glasova.

187
00:10:17,820 --> 00:10:23,360
Dakle podanici, primjerice može imati jednu
glasati za njega, jer je Jason se svidjelo.

188
00:10:23,360 --> 00:10:27,170
I Jason i Sarah volio Osvetnici,
tako da će imati dva glasa.

189
00:10:27,170 --> 00:10:30,700
I samo Jason volio Ant Man,
tako da bi dobili jedan glas.

190
00:10:30,700 --> 00:10:34,870
Dakle, ako sam morao onda preporučujem
za mene koji od tih filmova

191
00:10:34,870 --> 00:10:41,470
Možda ću biti najvjerojatnije gledati, ja bih
morate odabrati doba Ultron: Osvetnici.

192
00:10:41,470 --> 00:10:44,490
>> Tako da za bilo koji od ovih
Sustavi, sada sam pomoću

193
00:10:44,490 --> 00:10:49,260
Podaci koji se generira ne o
Sam film, ali o preferencijama

194
00:10:49,260 --> 00:10:51,960
od drugih korisnika.

195
00:10:51,960 --> 00:10:54,150
To ima neke poteškoće, naravno.

196
00:10:54,150 --> 00:10:55,920
Što ako nemate nikakve druge korisnike?

197
00:10:55,920 --> 00:10:58,770
Pa, to se zove pokretanja problema.

198
00:10:58,770 --> 00:11:03,760
Morate imati neke
količina podataka prije nego što ste

199
00:11:03,760 --> 00:11:07,560
mogli početi zarađivati
ove preporuke.

200
00:11:07,560 --> 00:11:10,940
Druga strana je to jednom
počnete prikupljanja podataka,

201
00:11:10,940 --> 00:11:13,870
ako možete prikupiti više
a sve više i više podataka,

202
00:11:13,870 --> 00:11:17,850
ćete dobiti bolje i bolje
i bolje preporuke.

203
00:11:17,850 --> 00:11:21,650
>> Sada bismo mogli prevesti
to u kodu, kao dobro.

204
00:11:21,650 --> 00:11:23,860
Možemo definirati različite
vrsta strukture,

205
00:11:23,860 --> 00:11:25,720
u ovom slučaju ćemo ga nazvati korisnik.

206
00:11:25,720 --> 00:11:30,970
I to je dobio značajke o
koje filmove ovaj korisnik voljeli.

207
00:11:30,970 --> 00:11:34,560
Jesu li željeli naopačke,
Ruke, Osvetnici, i mrav Man.

208
00:11:34,560 --> 00:11:36,660
Mi smo tada mogli generirati
Neki pseudokod pratiti

209
00:11:36,660 --> 00:11:39,460
isti postupak koji sam koristio prije.

210
00:11:39,460 --> 00:11:43,460
To je, s obzirom na određeni
Korisnik x, neka je preporuči film

211
00:11:43,460 --> 00:11:46,107
da je x svidjeti.

212
00:11:46,107 --> 00:11:47,940
Možemo proći i
za sve filmove,

213
00:11:47,940 --> 00:11:51,410
možemo inicijalizirati rezultat
za taj film biti 0.

214
00:11:51,410 --> 00:11:54,080
I onda možemo pronaći sve
od drugih korisnika koji su

215
00:11:54,080 --> 00:11:57,630
imaju iste sklonosti kao X.

216
00:11:57,630 --> 00:11:59,990
I onda za svaki
film koji se svidio,

217
00:11:59,990 --> 00:12:02,340
ćemo povećajte rezultat tog filma.

218
00:12:02,340 --> 00:12:05,010
Koji god film u
kraj ima najviše bodova,

219
00:12:05,010 --> 00:12:07,600
to je jedan i treba preporučiti.

220
00:12:07,600 --> 00:12:09,890
>> Ništa od toga stvarno nejasno.

221
00:12:09,890 --> 00:12:11,600
Ništa od toga je izazovna.

222
00:12:11,600 --> 00:12:15,810
To su sve osnovne algoritmi
da biste mogli provesti danas.

223
00:12:15,810 --> 00:12:20,050
>> Sada s pravim se sustavima,
naiđete na neke probleme.

224
00:12:20,050 --> 00:12:23,300
Što ako nema nikoga tko
odgovara točno postavke?

225
00:12:23,300 --> 00:12:27,170
Što ako postoje korisnici koji
su točno vaše želje,

226
00:12:27,170 --> 00:12:30,480
ali onda odstupaju drastično
od onoga što vam se sviđa?

227
00:12:30,480 --> 00:12:36,210
Volim klasičnu Godzillu
filmova, ali moja žena ne.

228
00:12:36,210 --> 00:12:39,430
Volim ih gledati, moj
Netflix račun ih sadrži.

229
00:12:39,430 --> 00:12:41,800
Njezina je ne.

230
00:12:41,800 --> 00:12:45,230
Što se događa kada smo započeli
miješanje podatke kao što je ovaj?

231
00:12:45,230 --> 00:12:47,690
To su sve izazovi
koje možete prevladati,

232
00:12:47,690 --> 00:12:51,900
oni samo uzeti malo
složeniji algoritmi.

233
00:12:51,900 --> 00:12:56,420
>> Sada je u stvarnom svijetu, koji
su zapravo operativni,

234
00:12:56,420 --> 00:12:59,980
koristimo sadržaj temelji filtriranje ili
koristimo suradničke filtriranje?

235
00:12:59,980 --> 00:13:01,910
A odgovor je da koristite oboje.

236
00:13:01,910 --> 00:13:06,350
Gotovo svi od glavnih korisnika u
ovaj slučaj, Amazon, Facebook, Netflix,

237
00:13:06,350 --> 00:13:11,200
Pandora, svi oni koriste kombinaciju
ti različiti preporuka sustavi.

238
00:13:11,200 --> 00:13:16,520
A kad smo kombinirati izbor iz
svaki, mi ih zovemo hibridni sustavi.

239
00:13:16,520 --> 00:13:20,750
Oni na neki način ovisiti o
značajke samog objekta,

240
00:13:20,750 --> 00:13:24,710
i na neki način ovise o
sklonosti drugim korisnicima.

241
00:13:24,710 --> 00:13:28,120
Ti hibridni sustavi,
oni su veliki posao,

242
00:13:28,120 --> 00:13:30,830
i oni su ono što je trenutni danas.

243
00:13:30,830 --> 00:13:32,839
>> Dakle, hvala puno za mene pridružio.

244
00:13:32,839 --> 00:13:35,380
Nadam se da ste stečen malo
malo razumijevanja onoga što

245
00:13:35,380 --> 00:13:37,430
čini ti sustavi rade.

246
00:13:37,430 --> 00:13:41,980
Sljedeći put kada ste online, ne zaboravite da
ne samo što utjecanje svoj izbor,

247
00:13:41,980 --> 00:13:44,680
ali potencijalno svi drugi to kao dobro.

248
00:13:44,680 --> 00:13:46,480
Hvala još jednom.

249
00:13:46,480 --> 00:13:47,186