ترجمه کاربرد آموزش انتقال در سیستم توصیه تکلیف

توضیحات

 عنوان فارسی: کاربرد آموزش انتقال در سیستم توصیه تکلیف

عنوان انگلیسی مقاله ترجمه شده:

Application of Transfer Learning in Task Recommendation System

کاربرد آموزش انتقال در سیستم توصیه تکلیف

چکیده:

      به منظور مواجه شدن با نیاز آموزش فردی، پلتفورم آموزش شبکه کنونی همه را در سیستم توصیه دارد از جمله توصیه از منابع آموزش، توصیه از تکلیف(وظیفه) و تمرین و غیره. مسائلی مانند داده قدیمی و داده پراکنده همچنان در توصیه پلتفورم آموزش وجود دارند. سیستم توصیه تکلیف از دوره­های آموزشی کامپیوتر را به عنوان مثال در نظر بگیرید، دانش کامپیوتر خیلی سریع به روز می­شود. دانش قدیمی طی دو یا سه سال قدیمی و منسوخ می­شود. مورد دیگر این است که وقتی وبسایت برای استفاده قرار داده می­شود، چنانکه ترافیک وبسایت خیلی کم است، داده­ی تکلیف تمام شده توسط دانش­آموزان خیلی کم است. هر دو مورد می­توانند منجر به داده پراکنده از سیستم تکلیف در پلتفورم آموزش شبکه شوند. به منظور حل این مشکل، این مقاله تلاش می­کند تا آموزش انتقال را در سیستم توصیه آموزش شبکه اعمال کند و امکان­پذیری آن را از طریق تجربه و آزمایش بررسی کند.

واژگان کلیدی: آموزش انتقال، سیستم توصیه، میانگین خطای مطلق، ریشه میانگین مربع خطا.

1- مقدمه:

       آموزش یادگیری، همانطور که از اسمش مشخص می­شود، به معنی انتقال پارامترهای مدل آموزش دیده به مدل­های جدید و به منظور کمک به مدل­های جدید برای آموزش مجموعه داده است. ترویج تحقیق آموزش انتقال بر اساس چنین حقیقتی است که مردم آگاهانه از دانشی که قبلاً یاد گرفته­اند برای حل مسائل جدید سریع­تر و بهتر استفاده خواهند کرد. مفهوم آموزش انتقال برای اولین بار به صورت رسمی در فیلد(رشته) آموزش ماشین و داده­کاوی در جلسه مخصوص NIPS-95 در مورد “یاد بگیر یاد بگیری” معرفی شد. “یاد بگیر یاد بگیری” امیدوار است که مطالعه مادام­العمر دست یابد؛ امیدوار است که دانش فراگیر شده بتواند در یادگیری شناختی مورد استفاده قرار گیرد. پس از برگزاری جلسه­ی NIPS-95، مفهوم آموزش انتقال توجه تعداد بیشتری از محققان را به خود جلب کرد. دانشگاه انواع مختلفی از تحقیقات در مورد آموزش انتقال را پدیدار می­کند. آن تحقیقات شامل آموزش چندوظیفه­ای، آموزش مادام­العمر، انتقال دانش، آموزش متنی و غیره می­باشند.

      آموزش انتقال می­تواند به صورت گسترده اعمال شود، می­تواند در پردازش زبان طبیعی، در ادبیات(جون، B و همکارانش، 2006) اعمال گردد، آموزش انتقال به منظور حل مسئله­ای که در آن داد­ه­ی آموزش طبقه­بندی شده­ی معلوم پردازش شده توسط زبان خیلی پراکنده بودف مورد استفاده قرار گرفت، همچنین آموزش انتقال در طبقه­بندی متن اعمال شده است، در ]راجات و همکارانش، 2006[ آموزش انتقال برای ایجاد احتمال پیشین اعمال شد و دانش میدانی در این پارامتر محصور شده بود. بر اساس تجربه­ی بالا، به منظور حل مشکل داده­ی قدیمی یا داده­ی پراکنده در پلتفورم آموزشی، این مقاله آموزش انتقال را در سیستم توصیه اعمال می­کند تا مسئله­ی پراکندگی داده در سیستم توصیه­ی پلتفورم آموزشی برطرف شود. جلسه­های آموزشی پایه­ای کامپیوتر را به عنوان مثال در نظر بگیرید، دانش کامپیوتر به سرعت به روز می­شود و اساساً هر دو یا سه سال به روز می­گردد. وقتی پلتفورم آموزش شبکه برای زمان طولانی مورداستفاده قرار گرفته باشد، داده­ی اولیه قدیمی می­شود، به عنوان مثال، سیستم عامل آموزش دیده در چند سال قبل ویندوز XP بود اما امروزه سیستم ویندوز 7 است. داده­ی تمرین وظیفه­ی اولیه برطبق ویندوز XP در داده­کاوی سیستم توصیه قابل ملاحظه نبود. مورد دیگر این است که وقتی وبسایت برای اولین بار برای استفاده قرار می­گیرد، چنانکه ترافیک وبسایت خیلی کم است، داده­ی وظیفه­ی تمام شده توسط دانش­آموزان نیز خیلی کم می­باشد. کاربرد آموزش انتقال به یکی از روش­های حل این مسائل تبدیل شده است.

2- الگوریتم آموزش انتقال:

      یک پدیده­ی نامتناسب منابع در پلتفوررم آموزش شبکه وجود دارد. برخی از برنامه­های درسی برای مدت طولانی ارائه شدند و پلتفورم تمرین خیلی شلوغی بود و ترافیک زیاد و حجم زیادی از داده­ی کاربران و تمرین را به همراه داشت. درحالیکه برخی از برنامه­های درسی به تازگی ارائه شده­اند و ین وبسایت­های تکلیف برنامه­های درسی به نظر خلوت و ساکت می­آیند. داده­ی کاربران و تمرین نسبتاً کم هستند که منجر به اثر نامعلوم و غیرمحسوس سیستم توصیه از این وبسایت­ها می­شود. به منظور حل مساله­ی داده­ی پراکنده، ما یک راه­حل را ارائه می­دهیم که آموزش انتقال و سیستم توصیه­ی تمرین شبکه را ترکیب می­کند. چنانکه سیستم توصیه تمرین شبکه از بسته­ی کامل کاربران و تمرین برای توصیه استفاده می­کند، از این رو، محتوای انتقالی آموزش انتقال، رکود تکمیلی از کاربران و تمرین می­باشد اما داده در یک مجموعه­ داده­ی فشرده و مجموعه­ داده­ی پراکنده دارای توزیع متفاوتی هستند و رکورد تکمیلی تمرین را نمی­توان مستقیماً انتقال داد. این مقاله فرض می­کند که کلاس کاربران و کاس تمرین در پلتفورم آموزش شبکه تمایل خاصی به تمرین تکمیلی دارند و رابطه­ی کلاس کاربران و کلاس تمرین را می­توان تا حدودی در پلتفورم آموزش شبکه به شتراک گذاشت. ما از این رابطه که بیانگر کلاس است برای انتقال برنامه­های درسی مشابه اما متفاوت در پلتفورم آموزش شبکه استفاده می­کنیم.

توجه:

• برای دانلود فایل word کامل ترجمه از گزینه افزودن به سبد خرید بالا استفاده فرمایید.
• لینک دانلود فایل بلافاصله پس از خرید بصورت اتوماتیک برای شما ایمیل می گردد.