iT邦幫忙

2023 iThome 鐵人賽

DAY 16
0
AI & Data

關於我轉生變成AI詠唱師這檔事系列 第 16

異世界的知識推薦:視覺化和進階推薦系統

  • 分享至 

  • xImage
  •  

最後,我們將探討如何使用 embeddings 來視覺化相似的文章,並且討論如何在更複雜的推薦系統中使用 embeddings。我們會使用 t-SNE 技術來壓縮 embeddings 到 2 或 3 維,然後進行繪圖。

# 使用 t-SNE 來視覺化 embeddings
embeddings = [embedding_from_string(string) for string in article_descriptions]
tsne_components = tsne_components_from_embeddings(embeddings)
chart_from_components(components=tsne_components, labels=labels, strings=article_descriptions, width=600, height=500, title="t-SNE components of article descriptions")

透過這種視覺化技術,我們可以更直觀地理解文章之間的相似性,並且探索更多可能的知識推薦方法。此外,我們也會探討如何在一個包含了多個信號(例如用戶點擊數據或商品人氣)的機器學習模型中使用 embeddings 來建立更精確的推薦系統。


上一篇
異世界的知識推薦:建立 Embeddings Cache 和推薦相似文章
下一篇
異世界的知識儲藏:從大數據中提取知識精粹
系列文
關於我轉生變成AI詠唱師這檔事31
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言