Mail.ru ਮੇਲ ਵਿੱਚ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਦਾ ਸੰਚਾਲਨ

Highload++ ਅਤੇ DataFest Minsk 2019 'ਤੇ ਮੇਰੇ ਭਾਸ਼ਣਾਂ ਦੇ ਆਧਾਰ 'ਤੇ।

ਅੱਜ ਬਹੁਤ ਸਾਰੇ ਲੋਕਾਂ ਲਈ, ਮੇਲ ਔਨਲਾਈਨ ਜੀਵਨ ਦਾ ਇੱਕ ਅਨਿੱਖੜਵਾਂ ਅੰਗ ਹੈ। ਇਸਦੀ ਮਦਦ ਨਾਲ, ਅਸੀਂ ਵਪਾਰਕ ਪੱਤਰ ਵਿਹਾਰ ਕਰਦੇ ਹਾਂ, ਵਿੱਤ, ਹੋਟਲ ਬੁਕਿੰਗ, ਆਰਡਰ ਦੇਣ ਅਤੇ ਹੋਰ ਬਹੁਤ ਕੁਝ ਨਾਲ ਸਬੰਧਤ ਹਰ ਕਿਸਮ ਦੀ ਮਹੱਤਵਪੂਰਨ ਜਾਣਕਾਰੀ ਸਟੋਰ ਕਰਦੇ ਹਾਂ। 2018 ਦੇ ਮੱਧ ਵਿੱਚ, ਅਸੀਂ ਮੇਲ ਵਿਕਾਸ ਲਈ ਇੱਕ ਉਤਪਾਦ ਰਣਨੀਤੀ ਤਿਆਰ ਕੀਤੀ। ਆਧੁਨਿਕ ਮੇਲ ਕਿਹੋ ਜਿਹਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ?

ਮੇਲ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ਸਮਾਰਟ, ਯਾਨੀ, ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਜਾਣਕਾਰੀ ਦੀ ਵਧਦੀ ਮਾਤਰਾ ਨੂੰ ਨੈਵੀਗੇਟ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਨਾ: ਫਿਲਟਰ, ਬਣਤਰ ਅਤੇ ਇਸਨੂੰ ਸਭ ਤੋਂ ਸੁਵਿਧਾਜਨਕ ਤਰੀਕੇ ਨਾਲ ਪ੍ਰਦਾਨ ਕਰਨਾ। ਉਸ ਨੂੰ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ਲਾਭਦਾਇਕ, ਤੁਹਾਨੂੰ ਤੁਹਾਡੇ ਮੇਲਬਾਕਸ ਵਿੱਚ ਵੱਖ-ਵੱਖ ਕਾਰਜਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ, ਉਦਾਹਰਨ ਲਈ, ਜੁਰਮਾਨੇ ਦਾ ਭੁਗਤਾਨ ਕਰੋ (ਇੱਕ ਕਾਰਜ ਜੋ, ਬਦਕਿਸਮਤੀ ਨਾਲ, ਮੈਂ ਵਰਤਦਾ ਹਾਂ)। ਅਤੇ ਉਸੇ ਸਮੇਂ, ਬੇਸ਼ੱਕ, ਮੇਲ ਨੂੰ ਜਾਣਕਾਰੀ ਸੁਰੱਖਿਆ ਪ੍ਰਦਾਨ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ, ਸਪੈਮ ਨੂੰ ਕੱਟਣਾ ਅਤੇ ਹੈਕਿੰਗ ਤੋਂ ਬਚਾਅ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਯਾਨੀ ਕਿ, ਸੁਰੱਖਿਅਤ.

ਇਹ ਖੇਤਰ ਕਈ ਮੁੱਖ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦੇ ਹਨ, ਜਿਨ੍ਹਾਂ ਵਿੱਚੋਂ ਬਹੁਤ ਸਾਰੀਆਂ ਨੂੰ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਹੱਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਇੱਥੇ ਰਣਨੀਤੀ ਦੇ ਹਿੱਸੇ ਵਜੋਂ ਵਿਕਸਤ ਪਹਿਲਾਂ ਤੋਂ ਮੌਜੂਦ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀਆਂ ਉਦਾਹਰਣਾਂ ਹਨ - ਹਰੇਕ ਦਿਸ਼ਾ ਲਈ ਇੱਕ।

• ਸਮਾਰਟ ਜਵਾਬ. ਮੇਲ ਵਿੱਚ ਇੱਕ ਸਮਾਰਟ ਜਵਾਬ ਵਿਸ਼ੇਸ਼ਤਾ ਹੈ। ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਅੱਖਰ ਦੇ ਪਾਠ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦਾ ਹੈ, ਇਸਦੇ ਅਰਥ ਅਤੇ ਉਦੇਸ਼ ਨੂੰ ਸਮਝਦਾ ਹੈ, ਅਤੇ ਨਤੀਜੇ ਵਜੋਂ ਤਿੰਨ ਸਭ ਤੋਂ ਢੁਕਵੇਂ ਜਵਾਬ ਵਿਕਲਪ ਪੇਸ਼ ਕਰਦਾ ਹੈ: ਸਕਾਰਾਤਮਕ, ਨਕਾਰਾਤਮਕ ਅਤੇ ਨਿਰਪੱਖ। ਇਹ ਅੱਖਰਾਂ ਦਾ ਜਵਾਬ ਦੇਣ ਵੇਲੇ ਸਮੇਂ ਦੀ ਮਹੱਤਵਪੂਰਨ ਬੱਚਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ, ਅਤੇ ਅਕਸਰ ਗੈਰ-ਮਿਆਰੀ ਅਤੇ ਮਜ਼ਾਕੀਆ ਢੰਗ ਨਾਲ ਜਵਾਬ ਦਿੰਦਾ ਹੈ।
• ਈ-ਮੇਲਾਂ ਦਾ ਸਮੂਹ ਕਰਨਾਔਨਲਾਈਨ ਸਟੋਰਾਂ ਵਿੱਚ ਆਰਡਰ ਨਾਲ ਸਬੰਧਤ। ਅਸੀਂ ਅਕਸਰ ਔਨਲਾਈਨ ਖਰੀਦਦਾਰੀ ਕਰਦੇ ਹਾਂ, ਅਤੇ, ਇੱਕ ਨਿਯਮ ਦੇ ਤੌਰ 'ਤੇ, ਸਟੋਰ ਹਰੇਕ ਆਰਡਰ ਲਈ ਕਈ ਈਮੇਲ ਭੇਜ ਸਕਦੇ ਹਨ। ਉਦਾਹਰਨ ਲਈ, AliExpress ਤੋਂ, ਸਭ ਤੋਂ ਵੱਡੀ ਸੇਵਾ, ਇੱਕ ਆਰਡਰ ਲਈ ਬਹੁਤ ਸਾਰੇ ਅੱਖਰ ਆਉਂਦੇ ਹਨ, ਅਤੇ ਅਸੀਂ ਗਣਨਾ ਕੀਤੀ ਹੈ ਕਿ ਟਰਮੀਨਲ ਕੇਸ ਵਿੱਚ ਉਹਨਾਂ ਦੀ ਸੰਖਿਆ 29 ਤੱਕ ਪਹੁੰਚ ਸਕਦੀ ਹੈ। ਇਸਲਈ, ਨਾਮਿਤ ਇਕਾਈ ਪਛਾਣ ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਅਸੀਂ ਆਰਡਰ ਨੰਬਰ ਨੂੰ ਐਕਸਟਰੈਕਟ ਕਰਦੇ ਹਾਂ ਅਤੇ ਟੈਕਸਟ ਤੋਂ ਹੋਰ ਜਾਣਕਾਰੀ ਅਤੇ ਸਾਰੇ ਅੱਖਰਾਂ ਨੂੰ ਇੱਕ ਧਾਗੇ ਵਿੱਚ ਸਮੂਹ ਕਰੋ। ਅਸੀਂ ਇੱਕ ਵੱਖਰੇ ਬਾਕਸ ਵਿੱਚ ਆਰਡਰ ਬਾਰੇ ਮੁੱਢਲੀ ਜਾਣਕਾਰੀ ਵੀ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦੇ ਹਾਂ, ਜੋ ਇਸ ਕਿਸਮ ਦੀ ਈਮੇਲ ਨਾਲ ਕੰਮ ਕਰਨਾ ਆਸਾਨ ਬਣਾਉਂਦਾ ਹੈ।

  

• ਫਿਸ਼ਿੰਗ ਵਿਰੋਧੀ. ਫਿਸ਼ਿੰਗ ਇੱਕ ਖਾਸ ਤੌਰ 'ਤੇ ਖਤਰਨਾਕ ਧੋਖਾਧੜੀ ਵਾਲੀ ਕਿਸਮ ਦੀ ਈਮੇਲ ਹੈ, ਜਿਸ ਦੀ ਮਦਦ ਨਾਲ ਹਮਲਾਵਰ ਵਿੱਤੀ ਜਾਣਕਾਰੀ (ਉਪਭੋਗਤਾ ਦੇ ਬੈਂਕ ਕਾਰਡਾਂ ਸਮੇਤ) ਅਤੇ ਲੌਗਇਨ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਨ। ਅਜਿਹੇ ਅੱਖਰ ਸੇਵਾ ਦੁਆਰਾ ਭੇਜੇ ਗਏ ਅਸਲ ਪੱਤਰਾਂ ਦੀ ਨਕਲ ਕਰਦੇ ਹਨ, ਵਿਜ਼ੂਲੀ ਸਮੇਤ। ਇਸ ਲਈ, ਕੰਪਿਊਟਰ ਵਿਜ਼ਨ ਦੀ ਮਦਦ ਨਾਲ, ਅਸੀਂ ਵੱਡੀਆਂ ਕੰਪਨੀਆਂ (ਉਦਾਹਰਨ ਲਈ, Mail.ru, Sber, Alfa) ਦੇ ਲੋਗੋ ਅਤੇ ਅੱਖਰਾਂ ਦੀ ਡਿਜ਼ਾਈਨ ਸ਼ੈਲੀ ਨੂੰ ਪਛਾਣਦੇ ਹਾਂ ਅਤੇ ਇਸ ਨੂੰ ਸਾਡੇ ਸਪੈਮ ਅਤੇ ਫਿਸ਼ਿੰਗ ਵਰਗੀਕਰਣਾਂ ਵਿੱਚ ਟੈਕਸਟ ਅਤੇ ਹੋਰ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੇ ਨਾਲ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦੇ ਹਾਂ। .

ਮਸ਼ੀਨ ਸਿਖਲਾਈ

ਆਮ ਤੌਰ 'ਤੇ ਈਮੇਲ ਵਿੱਚ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਬਾਰੇ ਥੋੜ੍ਹਾ ਜਿਹਾ। ਮੇਲ ਇੱਕ ਬਹੁਤ ਜ਼ਿਆਦਾ ਲੋਡ ਸਿਸਟਮ ਹੈ: 1,5 ਮਿਲੀਅਨ DAU ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਪ੍ਰਤੀ ਦਿਨ ਔਸਤਨ 30 ਬਿਲੀਅਨ ਅੱਖਰ ਸਾਡੇ ਸਰਵਰਾਂ ਵਿੱਚੋਂ ਲੰਘਦੇ ਹਨ। ਲਗਭਗ 30 ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਸਿਸਟਮ ਸਾਰੇ ਲੋੜੀਂਦੇ ਫੰਕਸ਼ਨਾਂ ਅਤੇ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦਾ ਸਮਰਥਨ ਕਰਦੇ ਹਨ।

ਹਰੇਕ ਅੱਖਰ ਇੱਕ ਪੂਰੀ ਵਰਗੀਕਰਨ ਪਾਈਪਲਾਈਨ ਵਿੱਚੋਂ ਲੰਘਦਾ ਹੈ। ਪਹਿਲਾਂ ਅਸੀਂ ਸਪੈਮ ਨੂੰ ਕੱਟ ਦਿੰਦੇ ਹਾਂ ਅਤੇ ਚੰਗੀਆਂ ਈਮੇਲਾਂ ਛੱਡ ਦਿੰਦੇ ਹਾਂ। ਉਪਭੋਗਤਾ ਅਕਸਰ ਐਂਟੀਸਪੈਮ ਦੇ ਕੰਮ ਵੱਲ ਧਿਆਨ ਨਹੀਂ ਦਿੰਦੇ, ਕਿਉਂਕਿ 95-99% ਸਪੈਮ ਉਚਿਤ ਫੋਲਡਰ ਵਿੱਚ ਵੀ ਖਤਮ ਨਹੀਂ ਹੁੰਦੇ ਹਨ। ਸਪੈਮ ਮਾਨਤਾ ਸਾਡੇ ਸਿਸਟਮ ਦਾ ਇੱਕ ਬਹੁਤ ਮਹੱਤਵਪੂਰਨ ਹਿੱਸਾ ਹੈ, ਅਤੇ ਸਭ ਤੋਂ ਮੁਸ਼ਕਲ, ਕਿਉਂਕਿ ਐਂਟੀ-ਸਪੈਮ ਦੇ ਖੇਤਰ ਵਿੱਚ ਰੱਖਿਆ ਅਤੇ ਹਮਲਾ ਪ੍ਰਣਾਲੀਆਂ ਵਿਚਕਾਰ ਇੱਕ ਨਿਰੰਤਰ ਅਨੁਕੂਲਤਾ ਹੈ, ਜੋ ਸਾਡੀ ਟੀਮ ਲਈ ਇੱਕ ਨਿਰੰਤਰ ਇੰਜੀਨੀਅਰਿੰਗ ਚੁਣੌਤੀ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ।

ਅੱਗੇ, ਅਸੀਂ ਲੋਕਾਂ ਅਤੇ ਰੋਬੋਟਾਂ ਤੋਂ ਅੱਖਰਾਂ ਨੂੰ ਵੱਖ ਕਰਦੇ ਹਾਂ। ਲੋਕਾਂ ਦੀਆਂ ਈਮੇਲਾਂ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਹੁੰਦੀਆਂ ਹਨ, ਇਸ ਲਈ ਅਸੀਂ ਉਹਨਾਂ ਲਈ ਸਮਾਰਟ ਜਵਾਬ ਵਰਗੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਾਂ। ਰੋਬੋਟਾਂ ਦੇ ਪੱਤਰਾਂ ਨੂੰ ਦੋ ਭਾਗਾਂ ਵਿੱਚ ਵੰਡਿਆ ਗਿਆ ਹੈ: ਲੈਣ-ਦੇਣ - ਇਹ ਸੇਵਾਵਾਂ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਪੱਤਰ ਹਨ, ਉਦਾਹਰਨ ਲਈ, ਖਰੀਦਦਾਰੀ ਜਾਂ ਹੋਟਲ ਰਿਜ਼ਰਵੇਸ਼ਨਾਂ ਦੀ ਪੁਸ਼ਟੀ, ਵਿੱਤ ਅਤੇ ਜਾਣਕਾਰੀ - ਇਹ ਵਪਾਰਕ ਵਿਗਿਆਪਨ, ਛੋਟਾਂ ਹਨ।

ਸਾਡਾ ਮੰਨਣਾ ਹੈ ਕਿ ਲੈਣ-ਦੇਣ ਸੰਬੰਧੀ ਈਮੇਲਾਂ ਨਿੱਜੀ ਪੱਤਰ-ਵਿਹਾਰ ਦੇ ਬਰਾਬਰ ਮਹੱਤਵ ਰੱਖਦੀਆਂ ਹਨ। ਉਹ ਹੱਥ ਵਿੱਚ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ, ਕਿਉਂਕਿ ਸਾਨੂੰ ਅਕਸਰ ਆਰਡਰ ਜਾਂ ਏਅਰ ਟਿਕਟ ਰਿਜ਼ਰਵੇਸ਼ਨ ਬਾਰੇ ਤੁਰੰਤ ਜਾਣਕਾਰੀ ਲੱਭਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਅਤੇ ਅਸੀਂ ਇਹਨਾਂ ਅੱਖਰਾਂ ਦੀ ਖੋਜ ਕਰਨ ਵਿੱਚ ਸਮਾਂ ਬਿਤਾਉਂਦੇ ਹਾਂ। ਇਸ ਲਈ, ਸਹੂਲਤ ਲਈ, ਅਸੀਂ ਉਹਨਾਂ ਨੂੰ ਆਪਣੇ ਆਪ ਛੇ ਮੁੱਖ ਸ਼੍ਰੇਣੀਆਂ ਵਿੱਚ ਵੰਡਦੇ ਹਾਂ: ਯਾਤਰਾ, ਆਰਡਰ, ਵਿੱਤ, ਟਿਕਟਾਂ, ਰਜਿਸਟ੍ਰੇਸ਼ਨਾਂ ਅਤੇ ਅੰਤ ਵਿੱਚ, ਜੁਰਮਾਨੇ।

ਸੂਚਨਾ ਪੱਤਰ ਸਭ ਤੋਂ ਵੱਡੇ ਅਤੇ ਸ਼ਾਇਦ ਘੱਟ ਮਹੱਤਵਪੂਰਨ ਸਮੂਹ ਹਨ, ਜਿਨ੍ਹਾਂ ਨੂੰ ਤੁਰੰਤ ਜਵਾਬ ਦੀ ਲੋੜ ਨਹੀਂ ਹੁੰਦੀ ਹੈ, ਕਿਉਂਕਿ ਉਪਭੋਗਤਾ ਦੇ ਜੀਵਨ ਵਿੱਚ ਕੁਝ ਵੀ ਮਹੱਤਵਪੂਰਨ ਨਹੀਂ ਬਦਲੇਗਾ ਜੇਕਰ ਉਹ ਅਜਿਹਾ ਪੱਤਰ ਨਹੀਂ ਪੜ੍ਹਦਾ ਹੈ। ਸਾਡੇ ਨਵੇਂ ਇੰਟਰਫੇਸ ਵਿੱਚ, ਅਸੀਂ ਉਹਨਾਂ ਨੂੰ ਦੋ ਥਰਿੱਡਾਂ ਵਿੱਚ ਸਮੇਟਦੇ ਹਾਂ: ਸੋਸ਼ਲ ਨੈਟਵਰਕ ਅਤੇ ਨਿਊਜ਼ਲੈਟਰ, ਇਸ ਤਰ੍ਹਾਂ ਇਨਬਾਕਸ ਨੂੰ ਦ੍ਰਿਸ਼ਟੀਗਤ ਤੌਰ 'ਤੇ ਸਾਫ਼ ਕਰਦੇ ਹਨ ਅਤੇ ਸਿਰਫ਼ ਮਹੱਤਵਪੂਰਨ ਸੁਨੇਹਿਆਂ ਨੂੰ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ।

ਲੁੱਟ

ਸਿਸਟਮ ਦੀ ਇੱਕ ਵੱਡੀ ਗਿਣਤੀ ਕੰਮ ਕਰਨ ਵਿੱਚ ਬਹੁਤ ਸਾਰੀਆਂ ਮੁਸ਼ਕਲਾਂ ਦਾ ਕਾਰਨ ਬਣਦੀ ਹੈ। ਆਖ਼ਰਕਾਰ, ਮਾਡਲ ਸਮੇਂ ਦੇ ਨਾਲ ਘਟਦੇ ਜਾਂਦੇ ਹਨ, ਜਿਵੇਂ ਕਿ ਕਿਸੇ ਵੀ ਸੌਫਟਵੇਅਰ: ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਟੁੱਟ ਜਾਂਦੀਆਂ ਹਨ, ਮਸ਼ੀਨਾਂ ਫੇਲ੍ਹ ਹੋ ਜਾਂਦੀਆਂ ਹਨ, ਕੋਡ ਟੇਢਾ ਹੋ ਜਾਂਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਡੇਟਾ ਲਗਾਤਾਰ ਬਦਲ ਰਿਹਾ ਹੈ: ਨਵੇਂ ਜੋੜੇ ਜਾਂਦੇ ਹਨ, ਉਪਭੋਗਤਾ ਵਿਹਾਰ ਦੇ ਪੈਟਰਨ ਬਦਲ ਜਾਂਦੇ ਹਨ, ਆਦਿ, ਇਸ ਲਈ ਸਹੀ ਸਮਰਥਨ ਤੋਂ ਬਿਨਾਂ ਇੱਕ ਮਾਡਲ ਸਮੇਂ ਦੇ ਨਾਲ ਬਦਤਰ ਅਤੇ ਬਦਤਰ ਕੰਮ ਕਰੇਗਾ.

ਸਾਨੂੰ ਇਹ ਨਹੀਂ ਭੁੱਲਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਡੂੰਘੀ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਉਪਭੋਗਤਾਵਾਂ ਦੇ ਜੀਵਨ ਵਿੱਚ ਪ੍ਰਵੇਸ਼ ਕਰਦੀ ਹੈ, ਉਹਨਾਂ ਦਾ ਵਾਤਾਵਰਣ ਪ੍ਰਣਾਲੀ 'ਤੇ ਜਿੰਨਾ ਜ਼ਿਆਦਾ ਪ੍ਰਭਾਵ ਪੈਂਦਾ ਹੈ, ਅਤੇ ਨਤੀਜੇ ਵਜੋਂ, ਮਾਰਕੀਟ ਦੇ ਖਿਡਾਰੀ ਓਨੇ ਹੀ ਜ਼ਿਆਦਾ ਵਿੱਤੀ ਨੁਕਸਾਨ ਜਾਂ ਲਾਭ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹਨ। ਇਸ ਲਈ, ਖੇਤਰਾਂ ਦੀ ਵੱਧ ਰਹੀ ਗਿਣਤੀ ਵਿੱਚ, ਖਿਡਾਰੀ ML ਐਲਗੋਰਿਦਮ ਦੇ ਕੰਮ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾ ਰਹੇ ਹਨ (ਕਲਾਸਿਕ ਉਦਾਹਰਨਾਂ ਵਿਗਿਆਪਨ, ਖੋਜ ਅਤੇ ਪਹਿਲਾਂ ਹੀ ਜ਼ਿਕਰ ਕੀਤੇ ਐਂਟੀਸਪੈਮ ਹਨ).

ਨਾਲ ਹੀ, ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਕਾਰਜਾਂ ਦੀ ਇੱਕ ਵਿਸ਼ੇਸ਼ਤਾ ਹੈ: ਸਿਸਟਮ ਵਿੱਚ ਕੋਈ ਵੀ, ਭਾਵੇਂ ਮਾਮੂਲੀ, ਤਬਦੀਲੀ ਮਾਡਲ ਦੇ ਨਾਲ ਬਹੁਤ ਸਾਰਾ ਕੰਮ ਪੈਦਾ ਕਰ ਸਕਦੀ ਹੈ: ਡੇਟਾ ਦੇ ਨਾਲ ਕੰਮ ਕਰਨਾ, ਮੁੜ ਸਿਖਲਾਈ ਦੇਣਾ, ਤੈਨਾਤੀ, ਜਿਸ ਵਿੱਚ ਹਫ਼ਤੇ ਜਾਂ ਮਹੀਨੇ ਲੱਗ ਸਕਦੇ ਹਨ। ਇਸ ਲਈ, ਤੁਹਾਡੇ ਮਾਡਲਾਂ ਦੇ ਕੰਮ ਕਰਨ ਵਾਲੇ ਵਾਤਾਵਰਣ ਵਿੱਚ ਜਿੰਨੀ ਤੇਜ਼ੀ ਨਾਲ ਤਬਦੀਲੀ ਆਉਂਦੀ ਹੈ, ਉਹਨਾਂ ਨੂੰ ਬਣਾਈ ਰੱਖਣ ਲਈ ਓਨੀ ਹੀ ਜ਼ਿਆਦਾ ਮਿਹਨਤ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇੱਕ ਟੀਮ ਬਹੁਤ ਸਾਰੇ ਸਿਸਟਮ ਬਣਾ ਸਕਦੀ ਹੈ ਅਤੇ ਇਸ ਬਾਰੇ ਖੁਸ਼ ਹੋ ਸਕਦੀ ਹੈ, ਪਰ ਫਿਰ ਕੁਝ ਵੀ ਨਵਾਂ ਕਰਨ ਦੇ ਮੌਕੇ ਤੋਂ ਬਿਨਾਂ, ਉਹਨਾਂ ਨੂੰ ਕਾਇਮ ਰੱਖਣ ਲਈ ਆਪਣੇ ਲਗਭਗ ਸਾਰੇ ਸਰੋਤ ਖਰਚ ਕਰ ਸਕਦੀ ਹੈ। ਅਸੀਂ ਇੱਕ ਵਾਰ ਐਂਟੀਸਪੈਮ ਟੀਮ ਵਿੱਚ ਅਜਿਹੀ ਸਥਿਤੀ ਦਾ ਸਾਹਮਣਾ ਕੀਤਾ ਸੀ। ਅਤੇ ਉਹਨਾਂ ਨੇ ਸਪੱਸ਼ਟ ਸਿੱਟਾ ਕੱਢਿਆ ਕਿ ਸਹਾਇਤਾ ਨੂੰ ਸਵੈਚਾਲਿਤ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਹੈ.

ਆਟੋਮੇਸ਼ਨ

ਕੀ ਆਟੋਮੈਟਿਕ ਹੋ ਸਕਦਾ ਹੈ? ਲਗਭਗ ਹਰ ਚੀਜ਼, ਅਸਲ ਵਿੱਚ. ਮੈਂ ਚਾਰ ਖੇਤਰਾਂ ਦੀ ਪਛਾਣ ਕੀਤੀ ਹੈ ਜੋ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦੇ ਹਨ:

• ਡਾਟਾ ਇਕੱਠਾ ਕਰਨ;
• ਵਾਧੂ ਸਿਖਲਾਈ;
• ਤੈਨਾਤ;
• ਟੈਸਟਿੰਗ ਅਤੇ ਨਿਗਰਾਨੀ.

ਜੇ ਵਾਤਾਵਰਣ ਅਸਥਿਰ ਹੈ ਅਤੇ ਲਗਾਤਾਰ ਬਦਲ ਰਿਹਾ ਹੈ, ਤਾਂ ਮਾਡਲ ਦੇ ਆਲੇ ਦੁਆਲੇ ਦਾ ਸਾਰਾ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਆਪਣੇ ਆਪ ਮਾਡਲ ਨਾਲੋਂ ਬਹੁਤ ਜ਼ਿਆਦਾ ਮਹੱਤਵਪੂਰਨ ਸਾਬਤ ਹੁੰਦਾ ਹੈ. ਇਹ ਇੱਕ ਚੰਗਾ ਪੁਰਾਣਾ ਲੀਨੀਅਰ ਕਲਾਸੀਫਾਇਰ ਹੋ ਸਕਦਾ ਹੈ, ਪਰ ਜੇਕਰ ਤੁਸੀਂ ਇਸ ਨੂੰ ਸਹੀ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦਿੰਦੇ ਹੋ ਅਤੇ ਉਪਭੋਗਤਾਵਾਂ ਤੋਂ ਵਧੀਆ ਫੀਡਬੈਕ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹੋ, ਤਾਂ ਇਹ ਸਾਰੀਆਂ ਘੰਟੀਆਂ ਅਤੇ ਸੀਟੀਆਂ ਵਾਲੇ ਸਟੇਟ-ਆਫ-ਦ-ਆਰਟ ਮਾਡਲਾਂ ਨਾਲੋਂ ਬਹੁਤ ਵਧੀਆ ਕੰਮ ਕਰੇਗਾ।

ਫੀਡਬੈਕ ਲੂਪ

ਇਹ ਚੱਕਰ ਡੇਟਾ ਸੰਗ੍ਰਹਿ, ਵਾਧੂ ਸਿਖਲਾਈ ਅਤੇ ਤੈਨਾਤੀ ਨੂੰ ਜੋੜਦਾ ਹੈ - ਅਸਲ ਵਿੱਚ, ਪੂਰੇ ਮਾਡਲ ਅਪਡੇਟ ਚੱਕਰ. ਇਹ ਮਹੱਤਵਪੂਰਨ ਕਿਉਂ ਹੈ? ਮੇਲ ਵਿੱਚ ਰਜਿਸਟ੍ਰੇਸ਼ਨ ਅਨੁਸੂਚੀ ਦੇਖੋ:

ਇੱਕ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਡਿਵੈਲਪਰ ਨੇ ਇੱਕ ਐਂਟੀ-ਬੋਟ ਮਾਡਲ ਲਾਗੂ ਕੀਤਾ ਹੈ ਜੋ ਬੋਟਾਂ ਨੂੰ ਈਮੇਲ ਵਿੱਚ ਰਜਿਸਟਰ ਹੋਣ ਤੋਂ ਰੋਕਦਾ ਹੈ। ਗ੍ਰਾਫ ਇੱਕ ਮੁੱਲ 'ਤੇ ਡਿੱਗਦਾ ਹੈ ਜਿੱਥੇ ਸਿਰਫ਼ ਅਸਲ ਉਪਭੋਗਤਾ ਰਹਿੰਦੇ ਹਨ। ਸਭ ਕੁਝ ਬਹੁਤ ਵਧੀਆ ਹੈ! ਪਰ ਚਾਰ ਘੰਟੇ ਬੀਤ ਜਾਂਦੇ ਹਨ, ਬੋਟ ਆਪਣੀਆਂ ਸਕ੍ਰਿਪਟਾਂ ਨੂੰ ਬਦਲ ਦਿੰਦੇ ਹਨ, ਅਤੇ ਸਭ ਕੁਝ ਆਮ ਵਾਂਗ ਵਾਪਸ ਆ ਜਾਂਦਾ ਹੈ। ਇਸ ਲਾਗੂ ਕਰਨ ਵਿੱਚ, ਡਿਵੈਲਪਰ ਨੇ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਜੋੜਨ ਅਤੇ ਮਾਡਲ ਨੂੰ ਦੁਬਾਰਾ ਸਿਖਲਾਈ ਦੇਣ ਵਿੱਚ ਇੱਕ ਮਹੀਨਾ ਬਿਤਾਇਆ, ਪਰ ਸਪੈਮਰ ਚਾਰ ਘੰਟਿਆਂ ਵਿੱਚ ਅਨੁਕੂਲ ਹੋਣ ਦੇ ਯੋਗ ਸੀ।

ਇੰਨੇ ਦੁਖਦਾਈ ਤੌਰ 'ਤੇ ਦਰਦਨਾਕ ਨਾ ਹੋਣ ਅਤੇ ਬਾਅਦ ਵਿੱਚ ਸਭ ਕੁਝ ਦੁਬਾਰਾ ਨਾ ਕਰਨ ਲਈ, ਸਾਨੂੰ ਸ਼ੁਰੂ ਵਿੱਚ ਇਸ ਬਾਰੇ ਸੋਚਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਫੀਡਬੈਕ ਲੂਪ ਕਿਹੋ ਜਿਹਾ ਦਿਖਾਈ ਦੇਵੇਗਾ ਅਤੇ ਜੇਕਰ ਵਾਤਾਵਰਣ ਬਦਲਦਾ ਹੈ ਤਾਂ ਅਸੀਂ ਕੀ ਕਰਾਂਗੇ। ਆਉ ਡਾਟਾ ਇਕੱਠਾ ਕਰਨ ਦੇ ਨਾਲ ਸ਼ੁਰੂ ਕਰੀਏ - ਇਹ ਸਾਡੇ ਐਲਗੋਰਿਦਮ ਲਈ ਬਾਲਣ ਹੈ.

ਡਾਟਾ ਇਕੱਠਾ ਕਰਨ

ਇਹ ਸਪੱਸ਼ਟ ਹੈ ਕਿ ਆਧੁਨਿਕ ਨਿਊਰਲ ਨੈੱਟਵਰਕਾਂ ਲਈ, ਜਿੰਨਾ ਜ਼ਿਆਦਾ ਡੇਟਾ, ਉੱਨਾ ਹੀ ਵਧੀਆ, ਅਤੇ ਉਹ ਅਸਲ ਵਿੱਚ, ਉਤਪਾਦ ਦੇ ਉਪਭੋਗਤਾਵਾਂ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਗਏ ਹਨ। ਉਪਭੋਗਤਾ ਡੇਟਾ ਨੂੰ ਮਾਰਕ ਕਰਕੇ ਸਾਡੀ ਮਦਦ ਕਰ ਸਕਦੇ ਹਨ, ਪਰ ਅਸੀਂ ਇਸਦੀ ਦੁਰਵਰਤੋਂ ਨਹੀਂ ਕਰ ਸਕਦੇ, ਕਿਉਂਕਿ ਕਿਸੇ ਸਮੇਂ ਉਪਭੋਗਤਾ ਤੁਹਾਡੇ ਮਾਡਲਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਤੋਂ ਥੱਕ ਜਾਣਗੇ ਅਤੇ ਕਿਸੇ ਹੋਰ ਉਤਪਾਦ 'ਤੇ ਸਵਿਚ ਕਰਨਗੇ।

ਸਭ ਤੋਂ ਆਮ ਗਲਤੀਆਂ ਵਿੱਚੋਂ ਇੱਕ (ਇੱਥੇ ਮੈਂ ਐਂਡਰਿਊ ਐਨਜੀ ਦਾ ਹਵਾਲਾ ਦਿੰਦਾ ਹਾਂ) ਟੈਸਟ ਡੇਟਾਸੈਟ ਦੇ ਮੈਟ੍ਰਿਕਸ 'ਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਫੋਕਸ ਹੈ, ਨਾ ਕਿ ਉਪਭੋਗਤਾ ਤੋਂ ਫੀਡਬੈਕ 'ਤੇ, ਜੋ ਅਸਲ ਵਿੱਚ ਕੰਮ ਦੀ ਗੁਣਵੱਤਾ ਦਾ ਮੁੱਖ ਮਾਪ ਹੈ, ਕਿਉਂਕਿ ਅਸੀਂ ਉਪਭੋਗਤਾ ਲਈ ਇੱਕ ਉਤਪਾਦ. ਜੇ ਉਪਭੋਗਤਾ ਮਾਡਲ ਦੇ ਕੰਮ ਨੂੰ ਨਹੀਂ ਸਮਝਦਾ ਜਾਂ ਪਸੰਦ ਨਹੀਂ ਕਰਦਾ, ਤਾਂ ਸਭ ਕੁਝ ਬਰਬਾਦ ਹੋ ਜਾਂਦਾ ਹੈ.

ਇਸ ਲਈ, ਉਪਭੋਗਤਾ ਨੂੰ ਹਮੇਸ਼ਾ ਵੋਟ ਪਾਉਣ ਦੇ ਯੋਗ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਫੀਡਬੈਕ ਲਈ ਇੱਕ ਸਾਧਨ ਦਿੱਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ. ਜੇਕਰ ਅਸੀਂ ਸੋਚਦੇ ਹਾਂ ਕਿ ਮੇਲਬਾਕਸ ਵਿੱਚ ਵਿੱਤ ਨਾਲ ਸਬੰਧਤ ਇੱਕ ਪੱਤਰ ਆ ਗਿਆ ਹੈ, ਤਾਂ ਸਾਨੂੰ ਇਸਨੂੰ "ਵਿੱਤ" ਚਿੰਨ੍ਹਿਤ ਕਰਨ ਦੀ ਲੋੜ ਹੈ ਅਤੇ ਇੱਕ ਬਟਨ ਖਿੱਚਣਾ ਚਾਹੀਦਾ ਹੈ ਜਿਸਨੂੰ ਉਪਭੋਗਤਾ ਕਲਿਕ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਕਹਿ ਸਕਦਾ ਹੈ ਕਿ ਇਹ ਵਿੱਤ ਨਹੀਂ ਹੈ।

ਫੀਡਬੈਕ ਗੁਣਵੱਤਾ

ਆਓ ਯੂਜ਼ਰ ਫੀਡਬੈਕ ਦੀ ਗੁਣਵੱਤਾ ਬਾਰੇ ਗੱਲ ਕਰੀਏ. ਪਹਿਲਾਂ, ਤੁਸੀਂ ਅਤੇ ਉਪਭੋਗਤਾ ਇੱਕ ਸੰਕਲਪ ਵਿੱਚ ਵੱਖੋ-ਵੱਖਰੇ ਅਰਥ ਰੱਖ ਸਕਦੇ ਹੋ। ਉਦਾਹਰਨ ਲਈ, ਤੁਸੀਂ ਅਤੇ ਤੁਹਾਡੇ ਉਤਪਾਦ ਪ੍ਰਬੰਧਕ ਸੋਚਦੇ ਹਨ ਕਿ "ਵਿੱਤ" ਦਾ ਅਰਥ ਹੈ ਬੈਂਕ ਤੋਂ ਚਿੱਠੀਆਂ, ਅਤੇ ਉਪਭੋਗਤਾ ਸੋਚਦਾ ਹੈ ਕਿ ਉਸਦੀ ਪੈਨਸ਼ਨ ਬਾਰੇ ਦਾਦੀ ਦਾ ਇੱਕ ਪੱਤਰ ਵੀ ਵਿੱਤ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਦੂਸਰਾ, ਅਜਿਹੇ ਉਪਭੋਗਤਾ ਹਨ ਜੋ ਬਿਨਾਂ ਕਿਸੇ ਤਰਕ ਦੇ ਬਟਨ ਦਬਾਉਣ ਨੂੰ ਪਸੰਦ ਕਰਦੇ ਹਨ. ਤੀਜਾ, ਉਪਭੋਗਤਾ ਆਪਣੇ ਸਿੱਟਿਆਂ ਵਿੱਚ ਡੂੰਘੀ ਗਲਤੀ ਹੋ ਸਕਦਾ ਹੈ। ਸਾਡੇ ਅਭਿਆਸ ਵਿੱਚੋਂ ਇੱਕ ਸ਼ਾਨਦਾਰ ਉਦਾਹਰਣ ਇੱਕ ਵਰਗੀਕਰਣ ਦਾ ਲਾਗੂ ਕਰਨਾ ਹੈ ਨਾਈਜੀਰੀਅਨ ਸਪੈਮ, ਇੱਕ ਬਹੁਤ ਹੀ ਮਜ਼ਾਕੀਆ ਕਿਸਮ ਦਾ ਸਪੈਮ ਜਿੱਥੇ ਉਪਭੋਗਤਾ ਨੂੰ ਅਫ਼ਰੀਕਾ ਵਿੱਚ ਅਚਾਨਕ ਮਿਲੇ ਦੂਰ ਦੇ ਰਿਸ਼ਤੇਦਾਰ ਤੋਂ ਕਈ ਮਿਲੀਅਨ ਡਾਲਰ ਲੈਣ ਲਈ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਇਸ ਵਰਗੀਕਰਣ ਨੂੰ ਲਾਗੂ ਕਰਨ ਤੋਂ ਬਾਅਦ, ਅਸੀਂ ਇਹਨਾਂ ਈਮੇਲਾਂ 'ਤੇ "ਸਪੈਮ ਨਹੀਂ" ਕਲਿੱਕਾਂ ਦੀ ਜਾਂਚ ਕੀਤੀ, ਅਤੇ ਇਹ ਪਤਾ ਲੱਗਾ ਕਿ ਉਹਨਾਂ ਵਿੱਚੋਂ 80% ਮਜ਼ੇਦਾਰ ਨਾਈਜੀਰੀਅਨ ਸਪੈਮ ਸਨ, ਜੋ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਉਪਭੋਗਤਾ ਬਹੁਤ ਹੀ ਭੋਲੇ ਹੋ ਸਕਦੇ ਹਨ।

ਅਤੇ ਆਓ ਇਹ ਨਾ ਭੁੱਲੀਏ ਕਿ ਬਟਨਾਂ ਨੂੰ ਨਾ ਸਿਰਫ਼ ਲੋਕਾਂ ਦੁਆਰਾ ਕਲਿੱਕ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਸਗੋਂ ਹਰ ਕਿਸਮ ਦੇ ਬੋਟਾਂ ਦੁਆਰਾ ਵੀ ਕਲਿੱਕ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਜੋ ਇੱਕ ਬ੍ਰਾਊਜ਼ਰ ਹੋਣ ਦਾ ਢੌਂਗ ਕਰਦੇ ਹਨ। ਇਸ ਲਈ ਕੱਚੀ ਫੀਡਬੈਕ ਸਿੱਖਣ ਲਈ ਚੰਗੀ ਨਹੀਂ ਹੈ। ਤੁਸੀਂ ਇਸ ਜਾਣਕਾਰੀ ਨਾਲ ਕੀ ਕਰ ਸਕਦੇ ਹੋ?

ਅਸੀਂ ਦੋ ਤਰੀਕੇ ਵਰਤਦੇ ਹਾਂ:

• ਲਿੰਕਡ ML ਤੋਂ ਫੀਡਬੈਕ. ਉਦਾਹਰਨ ਲਈ, ਸਾਡੇ ਕੋਲ ਇੱਕ ਔਨਲਾਈਨ ਐਂਟੀ-ਬੋਟ ਸਿਸਟਮ ਹੈ, ਜੋ ਕਿ, ਜਿਵੇਂ ਕਿ ਮੈਂ ਦੱਸਿਆ ਹੈ, ਸੀਮਤ ਗਿਣਤੀ ਦੇ ਸੰਕੇਤਾਂ ਦੇ ਅਧਾਰ ਤੇ ਇੱਕ ਤੇਜ਼ ਫੈਸਲਾ ਲੈਂਦਾ ਹੈ। ਅਤੇ ਇੱਕ ਦੂਜੀ, ਹੌਲੀ ਪ੍ਰਣਾਲੀ ਹੈ ਜੋ ਤੱਥ ਦੇ ਬਾਅਦ ਕੰਮ ਕਰਦੀ ਹੈ. ਇਸ ਵਿੱਚ ਉਪਭੋਗਤਾ, ਉਸਦੇ ਵਿਹਾਰ ਆਦਿ ਬਾਰੇ ਵਧੇਰੇ ਡੇਟਾ ਹੁੰਦਾ ਹੈ। ਨਤੀਜੇ ਵਜੋਂ, ਸਭ ਤੋਂ ਵੱਧ ਸੂਚਿਤ ਫੈਸਲਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਇਸਦੀ ਉੱਚ ਸ਼ੁੱਧਤਾ ਅਤੇ ਸੰਪੂਰਨਤਾ ਹੁੰਦੀ ਹੈ; ਤੁਸੀਂ ਇਹਨਾਂ ਪ੍ਰਣਾਲੀਆਂ ਦੇ ਸੰਚਾਲਨ ਵਿੱਚ ਅੰਤਰ ਨੂੰ ਸਿਖਲਾਈ ਡੇਟਾ ਦੇ ਰੂਪ ਵਿੱਚ ਪਹਿਲੇ ਇੱਕ ਨੂੰ ਨਿਰਦੇਸ਼ਿਤ ਕਰ ਸਕਦੇ ਹੋ। ਇਸ ਤਰ੍ਹਾਂ, ਇੱਕ ਸਰਲ ਸਿਸਟਮ ਹਮੇਸ਼ਾਂ ਇੱਕ ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ ਦੇ ਪ੍ਰਦਰਸ਼ਨ ਤੱਕ ਪਹੁੰਚਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੇਗਾ।
• ਵਰਗੀਕਰਨ 'ਤੇ ਕਲਿੱਕ ਕਰੋ. ਤੁਸੀਂ ਸਿਰਫ਼ ਹਰੇਕ ਉਪਭੋਗਤਾ ਕਲਿੱਕ ਨੂੰ ਸ਼੍ਰੇਣੀਬੱਧ ਕਰ ਸਕਦੇ ਹੋ, ਇਸਦੀ ਵੈਧਤਾ ਅਤੇ ਉਪਯੋਗਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰ ਸਕਦੇ ਹੋ। ਅਸੀਂ ਇਸਨੂੰ ਐਂਟੀਸਪੈਮ ਮੇਲ ਵਿੱਚ ਕਰਦੇ ਹਾਂ, ਉਪਭੋਗਤਾ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ, ਉਸਦੇ ਇਤਿਹਾਸ, ਭੇਜਣ ਵਾਲੇ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ, ਟੈਕਸਟ ਖੁਦ ਅਤੇ ਵਰਗੀਕਰਨ ਦੇ ਨਤੀਜੇ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ. ਨਤੀਜੇ ਵਜੋਂ, ਸਾਨੂੰ ਇੱਕ ਆਟੋਮੈਟਿਕ ਸਿਸਟਮ ਮਿਲਦਾ ਹੈ ਜੋ ਉਪਭੋਗਤਾ ਫੀਡਬੈਕ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਦਾ ਹੈ। ਅਤੇ ਕਿਉਂਕਿ ਇਸਨੂੰ ਬਹੁਤ ਘੱਟ ਵਾਰ ਸਿਖਲਾਈ ਦੇਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਇਸਦਾ ਕੰਮ ਹੋਰ ਸਾਰੀਆਂ ਪ੍ਰਣਾਲੀਆਂ ਲਈ ਆਧਾਰ ਬਣ ਸਕਦਾ ਹੈ. ਇਸ ਮਾਡਲ ਵਿੱਚ ਮੁੱਖ ਤਰਜੀਹ ਸ਼ੁੱਧਤਾ ਹੈ, ਕਿਉਂਕਿ ਗਲਤ ਡੇਟਾ 'ਤੇ ਮਾਡਲ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣਾ ਨਤੀਜਿਆਂ ਨਾਲ ਭਰਪੂਰ ਹੈ।

ਜਦੋਂ ਅਸੀਂ ਡੇਟਾ ਨੂੰ ਸਾਫ਼ ਕਰ ਰਹੇ ਹਾਂ ਅਤੇ ਆਪਣੇ ML ਸਿਸਟਮਾਂ ਨੂੰ ਹੋਰ ਸਿਖਲਾਈ ਦੇ ਰਹੇ ਹਾਂ, ਸਾਨੂੰ ਉਪਭੋਗਤਾਵਾਂ ਬਾਰੇ ਨਹੀਂ ਭੁੱਲਣਾ ਚਾਹੀਦਾ, ਕਿਉਂਕਿ ਸਾਡੇ ਲਈ, ਗ੍ਰਾਫ 'ਤੇ ਹਜ਼ਾਰਾਂ, ਲੱਖਾਂ ਗਲਤੀਆਂ ਅੰਕੜੇ ਹਨ, ਅਤੇ ਉਪਭੋਗਤਾ ਲਈ, ਹਰੇਕ ਬੱਗ ਇੱਕ ਦੁਖਾਂਤ ਹੈ। ਇਸ ਤੱਥ ਤੋਂ ਇਲਾਵਾ ਕਿ ਉਪਭੋਗਤਾ ਨੂੰ ਕਿਸੇ ਤਰ੍ਹਾਂ ਉਤਪਾਦ ਵਿੱਚ ਤੁਹਾਡੀ ਗਲਤੀ ਦੇ ਨਾਲ ਰਹਿਣਾ ਚਾਹੀਦਾ ਹੈ, ਫੀਡਬੈਕ ਪ੍ਰਾਪਤ ਕਰਨ ਤੋਂ ਬਾਅਦ, ਉਹ ਉਮੀਦ ਕਰਦਾ ਹੈ ਕਿ ਭਵਿੱਖ ਵਿੱਚ ਅਜਿਹੀ ਸਥਿਤੀ ਨੂੰ ਖਤਮ ਕਰ ਦਿੱਤਾ ਜਾਵੇਗਾ. ਇਸਲਈ, ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਨਾ ਸਿਰਫ਼ ਵੋਟ ਪਾਉਣ ਦਾ ਮੌਕਾ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ, ਸਗੋਂ ML ਸਿਸਟਮਾਂ ਦੇ ਵਿਵਹਾਰ ਨੂੰ ਵੀ ਠੀਕ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਉਦਾਹਰਨ ਲਈ, ਹਰੇਕ ਫੀਡਬੈਕ ਕਲਿੱਕ ਲਈ ਨਿੱਜੀ ਹੇਰਿਸਟਿਕਸ ਬਣਾਉਣਾ, ਇਹ ਫਿਲਟਰ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਹੋ ਸਕਦੀ ਹੈ; ਇਸ ਉਪਭੋਗਤਾ ਲਈ ਭੇਜਣ ਵਾਲੇ ਅਤੇ ਸਿਰਲੇਖ ਦੁਆਰਾ ਅਜਿਹੇ ਅੱਖਰ।

ਤੁਹਾਨੂੰ ਅਰਧ-ਆਟੋਮੈਟਿਕ ਜਾਂ ਮੈਨੂਅਲ ਮੋਡ ਵਿੱਚ ਸਮਰਥਨ ਕਰਨ ਲਈ ਕੁਝ ਰਿਪੋਰਟਾਂ ਜਾਂ ਬੇਨਤੀਆਂ ਦੇ ਅਧਾਰ ਤੇ ਇੱਕ ਮਾਡਲ ਬਣਾਉਣ ਦੀ ਵੀ ਲੋੜ ਹੈ ਤਾਂ ਜੋ ਹੋਰ ਉਪਭੋਗਤਾ ਸਮਾਨ ਸਮੱਸਿਆਵਾਂ ਤੋਂ ਪੀੜਤ ਨਾ ਹੋਣ।

ਸਿੱਖਣ ਲਈ ਹਿਊਰੀਸਟਿਕਸ

ਇਹਨਾਂ ਹੇਰਿਸਟਿਕਸ ਅਤੇ ਬੈਸਾਖੀਆਂ ਨਾਲ ਦੋ ਸਮੱਸਿਆਵਾਂ ਹਨ. ਪਹਿਲਾ ਇਹ ਹੈ ਕਿ ਬੈਸਾਖੀਆਂ ਦੀ ਲਗਾਤਾਰ ਵੱਧ ਰਹੀ ਗਿਣਤੀ ਨੂੰ ਕਾਇਮ ਰੱਖਣਾ ਮੁਸ਼ਕਲ ਹੈ, ਲੰਬੇ ਸਮੇਂ ਲਈ ਉਹਨਾਂ ਦੀ ਗੁਣਵੱਤਾ ਅਤੇ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਛੱਡ ਦਿਓ। ਦੂਜੀ ਸਮੱਸਿਆ ਇਹ ਹੈ ਕਿ ਗਲਤੀ ਅਕਸਰ ਨਹੀਂ ਹੋ ਸਕਦੀ, ਅਤੇ ਮਾਡਲ ਨੂੰ ਹੋਰ ਸਿਖਲਾਈ ਦੇਣ ਲਈ ਕੁਝ ਕਲਿਕਸ ਕਾਫ਼ੀ ਨਹੀਂ ਹੋਣਗੇ. ਇਹ ਜਾਪਦਾ ਹੈ ਕਿ ਇਹਨਾਂ ਦੋ ਗੈਰ-ਸੰਬੰਧਿਤ ਪ੍ਰਭਾਵਾਂ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ ਨਿਰਪੱਖ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਜੇਕਰ ਹੇਠ ਦਿੱਤੀ ਪਹੁੰਚ ਨੂੰ ਲਾਗੂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ.

1. ਅਸੀਂ ਇੱਕ ਅਸਥਾਈ ਬੈਸਾਖੀ ਬਣਾਉਂਦੇ ਹਾਂ.
2. ਅਸੀਂ ਇਸ ਤੋਂ ਮਾਡਲ ਨੂੰ ਡੇਟਾ ਭੇਜਦੇ ਹਾਂ, ਇਹ ਨਿਯਮਿਤ ਤੌਰ 'ਤੇ ਆਪਣੇ ਆਪ ਨੂੰ ਅਪਡੇਟ ਕਰਦਾ ਹੈ, ਪ੍ਰਾਪਤ ਕੀਤੇ ਡੇਟਾ ਸਮੇਤ. ਇੱਥੇ, ਬੇਸ਼ੱਕ, ਇਹ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ ਹਿਉਰਿਸਟਿਕਸ ਕੋਲ ਉੱਚ ਸ਼ੁੱਧਤਾ ਹੈ ਤਾਂ ਜੋ ਸਿਖਲਾਈ ਸੈੱਟ ਵਿੱਚ ਡੇਟਾ ਦੀ ਗੁਣਵੱਤਾ ਨੂੰ ਘੱਟ ਨਾ ਕੀਤਾ ਜਾ ਸਕੇ।
3. ਫਿਰ ਅਸੀਂ ਬੈਸਾਖ ਨੂੰ ਟਰਿੱਗਰ ਕਰਨ ਲਈ ਨਿਗਰਾਨੀ ਸੈਟ ਕਰਦੇ ਹਾਂ, ਅਤੇ ਜੇਕਰ ਕੁਝ ਸਮੇਂ ਬਾਅਦ ਬੈਸਾਖੀ ਕੰਮ ਨਹੀਂ ਕਰਦੀ ਅਤੇ ਮਾਡਲ ਦੁਆਰਾ ਪੂਰੀ ਤਰ੍ਹਾਂ ਢੱਕੀ ਹੋਈ ਹੈ, ਤਾਂ ਤੁਸੀਂ ਇਸਨੂੰ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਹਟਾ ਸਕਦੇ ਹੋ। ਹੁਣ ਇਹ ਸਮੱਸਿਆ ਦੁਬਾਰਾ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਨਹੀਂ ਹੈ।

ਇਸ ਲਈ ਬੈਸਾਖੀਆਂ ਦੀ ਫੌਜ ਬਹੁਤ ਲਾਭਦਾਇਕ ਹੈ. ਮੁੱਖ ਗੱਲ ਇਹ ਹੈ ਕਿ ਉਨ੍ਹਾਂ ਦੀ ਸੇਵਾ ਜ਼ਰੂਰੀ ਹੈ ਨਾ ਕਿ ਸਥਾਈ।

ਵਾਧੂ ਸਿਖਲਾਈ

ਰੀਟਰੇਨਿੰਗ ਉਪਭੋਗਤਾਵਾਂ ਜਾਂ ਹੋਰ ਪ੍ਰਣਾਲੀਆਂ ਤੋਂ ਫੀਡਬੈਕ ਦੇ ਨਤੀਜੇ ਵਜੋਂ ਪ੍ਰਾਪਤ ਕੀਤੇ ਨਵੇਂ ਡੇਟਾ ਨੂੰ ਜੋੜਨ ਅਤੇ ਇਸ 'ਤੇ ਮੌਜੂਦਾ ਮਾਡਲ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਹੈ। ਵਾਧੂ ਸਿਖਲਾਈ ਦੇ ਨਾਲ ਕਈ ਸਮੱਸਿਆਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ:

1. ਮਾਡਲ ਸਿਰਫ਼ ਵਾਧੂ ਸਿਖਲਾਈ ਦਾ ਸਮਰਥਨ ਨਹੀਂ ਕਰ ਸਕਦਾ, ਪਰ ਸਿਰਫ਼ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਸਿੱਖ ਸਕਦਾ ਹੈ।
2. ਕੁਦਰਤ ਦੀ ਕਿਤਾਬ ਵਿੱਚ ਕਿਤੇ ਵੀ ਇਹ ਨਹੀਂ ਲਿਖਿਆ ਗਿਆ ਹੈ ਕਿ ਵਾਧੂ ਸਿਖਲਾਈ ਯਕੀਨੀ ਤੌਰ 'ਤੇ ਉਤਪਾਦਨ ਵਿੱਚ ਕੰਮ ਦੀ ਗੁਣਵੱਤਾ ਵਿੱਚ ਸੁਧਾਰ ਕਰੇਗੀ. ਅਕਸਰ ਉਲਟਾ ਵਾਪਰਦਾ ਹੈ, ਭਾਵ, ਸਿਰਫ ਵਿਗਾੜ ਸੰਭਵ ਹੈ.
3. ਤਬਦੀਲੀਆਂ ਅਣ-ਅਨੁਮਾਨਿਤ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਇਹ ਇੱਕ ਬਹੁਤ ਹੀ ਸੂਖਮ ਬਿੰਦੂ ਹੈ ਜੋ ਅਸੀਂ ਆਪਣੇ ਲਈ ਪਛਾਣਿਆ ਹੈ. ਭਾਵੇਂ ਇੱਕ A/B ਟੈਸਟ ਵਿੱਚ ਇੱਕ ਨਵਾਂ ਮਾਡਲ ਮੌਜੂਦਾ ਦੇ ਮੁਕਾਬਲੇ ਸਮਾਨ ਨਤੀਜੇ ਦਿਖਾਉਂਦਾ ਹੈ, ਇਸਦਾ ਮਤਲਬ ਇਹ ਨਹੀਂ ਹੈ ਕਿ ਇਹ ਇੱਕੋ ਜਿਹਾ ਕੰਮ ਕਰੇਗਾ। ਉਹਨਾਂ ਦਾ ਕੰਮ ਸਿਰਫ ਇੱਕ ਪ੍ਰਤੀਸ਼ਤ ਵਿੱਚ ਵੱਖਰਾ ਹੋ ਸਕਦਾ ਹੈ, ਜੋ ਨਵੀਂਆਂ ਗਲਤੀਆਂ ਲਿਆ ਸਕਦਾ ਹੈ ਜਾਂ ਪੁਰਾਣੀਆਂ ਨੂੰ ਵਾਪਸ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਪਹਿਲਾਂ ਹੀ ਠੀਕ ਕੀਤੇ ਜਾ ਚੁੱਕੇ ਹਨ। ਅਸੀਂ ਅਤੇ ਉਪਭੋਗਤਾ ਦੋਵੇਂ ਪਹਿਲਾਂ ਹੀ ਜਾਣਦੇ ਹਾਂ ਕਿ ਮੌਜੂਦਾ ਗਲਤੀਆਂ ਨਾਲ ਕਿਵੇਂ ਰਹਿਣਾ ਹੈ, ਅਤੇ ਜਦੋਂ ਵੱਡੀ ਗਿਣਤੀ ਵਿੱਚ ਨਵੀਆਂ ਤਰੁਟੀਆਂ ਪੈਦਾ ਹੁੰਦੀਆਂ ਹਨ, ਤਾਂ ਉਪਭੋਗਤਾ ਇਹ ਵੀ ਨਹੀਂ ਸਮਝ ਸਕਦਾ ਹੈ ਕਿ ਕੀ ਹੋ ਰਿਹਾ ਹੈ, ਕਿਉਂਕਿ ਉਹ ਅਨੁਮਾਨ ਲਗਾਉਣ ਯੋਗ ਵਿਵਹਾਰ ਦੀ ਉਮੀਦ ਕਰਦਾ ਹੈ।

ਇਸ ਲਈ, ਅਤਿਰਿਕਤ ਸਿਖਲਾਈ ਵਿੱਚ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਚੀਜ਼ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਹੈ ਕਿ ਮਾਡਲ ਵਿੱਚ ਸੁਧਾਰ ਕੀਤਾ ਗਿਆ ਹੈ, ਜਾਂ ਘੱਟੋ ਘੱਟ ਵਿਗੜਿਆ ਨਹੀਂ ਹੈ.

ਜਦੋਂ ਅਸੀਂ ਅਤਿਰਿਕਤ ਸਿਖਲਾਈ ਬਾਰੇ ਗੱਲ ਕਰਦੇ ਹਾਂ ਤਾਂ ਸਭ ਤੋਂ ਪਹਿਲਾਂ ਜੋ ਦਿਮਾਗ ਵਿੱਚ ਆਉਂਦਾ ਹੈ ਉਹ ਹੈ ਕਿਰਿਆਸ਼ੀਲ ਸਿਖਲਾਈ ਪਹੁੰਚ। ਇਸਦਾ ਕੀ ਮਤਲਬ ਹੈ? ਉਦਾਹਰਨ ਲਈ, ਵਰਗੀਕਰਣਕਰਤਾ ਇਹ ਨਿਰਧਾਰਿਤ ਕਰਦਾ ਹੈ ਕਿ ਕੀ ਕੋਈ ਈਮੇਲ ਵਿੱਤ ਨਾਲ ਸਬੰਧਤ ਹੈ, ਅਤੇ ਇਸਦੇ ਫੈਸਲੇ ਦੀ ਸੀਮਾ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਅਸੀਂ ਲੇਬਲ ਕੀਤੇ ਉਦਾਹਰਣਾਂ ਦਾ ਇੱਕ ਨਮੂਨਾ ਜੋੜਦੇ ਹਾਂ। ਇਹ ਚੰਗੀ ਤਰ੍ਹਾਂ ਕੰਮ ਕਰਦਾ ਹੈ, ਉਦਾਹਰਨ ਲਈ, ਵਿਗਿਆਪਨ ਵਿੱਚ, ਜਿੱਥੇ ਬਹੁਤ ਸਾਰੇ ਫੀਡਬੈਕ ਹੁੰਦੇ ਹਨ ਅਤੇ ਤੁਸੀਂ ਮਾਡਲ ਨੂੰ ਔਨਲਾਈਨ ਸਿਖਲਾਈ ਦੇ ਸਕਦੇ ਹੋ। ਅਤੇ ਜੇਕਰ ਥੋੜਾ ਜਿਹਾ ਫੀਡਬੈਕ ਹੈ, ਤਾਂ ਸਾਨੂੰ ਉਤਪਾਦਨ ਡੇਟਾ ਵੰਡ ਦੇ ਸਬੰਧ ਵਿੱਚ ਇੱਕ ਬਹੁਤ ਹੀ ਪੱਖਪਾਤੀ ਨਮੂਨਾ ਮਿਲਦਾ ਹੈ, ਜਿਸ ਦੇ ਆਧਾਰ 'ਤੇ ਕਾਰਵਾਈ ਦੌਰਾਨ ਮਾਡਲ ਦੇ ਵਿਵਹਾਰ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨਾ ਅਸੰਭਵ ਹੈ.

ਵਾਸਤਵ ਵਿੱਚ, ਸਾਡਾ ਟੀਚਾ ਪੁਰਾਣੇ ਪੈਟਰਨਾਂ, ਪਹਿਲਾਂ ਤੋਂ ਜਾਣੇ-ਪਛਾਣੇ ਮਾਡਲਾਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਣਾ ਅਤੇ ਨਵੇਂ ਪ੍ਰਾਪਤ ਕਰਨਾ ਹੈ। ਇੱਥੇ ਨਿਰੰਤਰਤਾ ਮਹੱਤਵਪੂਰਨ ਹੈ. ਮਾਡਲ, ਜਿਸ ਨੂੰ ਰੋਲ ਆਊਟ ਕਰਨ ਲਈ ਅਸੀਂ ਅਕਸਰ ਬਹੁਤ ਦੁੱਖ ਝੱਲਦੇ ਹਾਂ, ਪਹਿਲਾਂ ਹੀ ਕੰਮ ਕਰ ਰਿਹਾ ਹੈ, ਇਸ ਲਈ ਅਸੀਂ ਇਸਦੇ ਪ੍ਰਦਰਸ਼ਨ 'ਤੇ ਧਿਆਨ ਦੇ ਸਕਦੇ ਹਾਂ।

ਮੇਲ ਵਿੱਚ ਵੱਖ-ਵੱਖ ਮਾਡਲ ਵਰਤੇ ਜਾਂਦੇ ਹਨ: ਰੁੱਖ, ਲੀਨੀਅਰ, ਨਿਊਰਲ ਨੈੱਟਵਰਕ। ਹਰੇਕ ਲਈ ਅਸੀਂ ਆਪਣਾ ਵਾਧੂ ਸਿਖਲਾਈ ਐਲਗੋਰਿਦਮ ਬਣਾਉਂਦੇ ਹਾਂ। ਅਤਿਰਿਕਤ ਸਿਖਲਾਈ ਦੀ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ, ਅਸੀਂ ਨਾ ਸਿਰਫ਼ ਨਵਾਂ ਡੇਟਾ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਾਂ, ਸਗੋਂ ਅਕਸਰ ਨਵੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਵੀ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਾਂ, ਜਿਨ੍ਹਾਂ ਨੂੰ ਅਸੀਂ ਹੇਠਾਂ ਦਿੱਤੇ ਸਾਰੇ ਐਲਗੋਰਿਦਮ ਵਿੱਚ ਧਿਆਨ ਵਿੱਚ ਰੱਖਾਂਗੇ।

ਰੇਖਿਕ ਮਾਡਲ

ਮੰਨ ਲਓ ਕਿ ਸਾਡੇ ਕੋਲ ਲੌਜਿਸਟਿਕ ਰਿਗਰੈਸ਼ਨ ਹੈ। ਅਸੀਂ ਹੇਠਾਂ ਦਿੱਤੇ ਭਾਗਾਂ ਤੋਂ ਨੁਕਸਾਨ ਦਾ ਮਾਡਲ ਬਣਾਉਂਦੇ ਹਾਂ:

• ਨਵੇਂ ਡੇਟਾ ਤੇ ਲੌਗਲੌਸ;
• ਅਸੀਂ ਨਵੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੇ ਭਾਰ ਨੂੰ ਨਿਯਮਤ ਕਰਦੇ ਹਾਂ (ਅਸੀਂ ਪੁਰਾਣੇ ਨੂੰ ਨਹੀਂ ਛੂਹਦੇ);
• ਅਸੀਂ ਪੁਰਾਣੇ ਪੈਟਰਨ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਣ ਲਈ ਪੁਰਾਣੇ ਡੇਟਾ ਤੋਂ ਵੀ ਸਿੱਖਦੇ ਹਾਂ;
• ਅਤੇ, ਸ਼ਾਇਦ, ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਗੱਲ ਇਹ ਹੈ: ਅਸੀਂ ਹਾਰਮੋਨਿਕ ਰੈਗੂਲਰਾਈਜ਼ੇਸ਼ਨ ਨੂੰ ਜੋੜਦੇ ਹਾਂ, ਜੋ ਗਾਰੰਟੀ ਦਿੰਦਾ ਹੈ ਕਿ ਵਜ਼ਨ ਪੁਰਾਣੇ ਮਾਡਲ ਦੇ ਅਨੁਸਾਰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਹੀਂ ਬਦਲੇਗਾ।

ਕਿਉਂਕਿ ਹਰੇਕ ਨੁਕਸਾਨ ਦੇ ਹਿੱਸੇ ਵਿੱਚ ਗੁਣਾਂਕ ਹੁੰਦੇ ਹਨ, ਅਸੀਂ ਕਰਾਸ-ਵੈਧੀਕਰਨ ਦੁਆਰਾ ਜਾਂ ਉਤਪਾਦ ਦੀਆਂ ਲੋੜਾਂ ਦੇ ਅਧਾਰ 'ਤੇ ਆਪਣੇ ਕੰਮ ਲਈ ਅਨੁਕੂਲ ਮੁੱਲਾਂ ਦੀ ਚੋਣ ਕਰ ਸਕਦੇ ਹਾਂ।

ਰੁੱਖ

ਆਓ ਫੈਸਲੇ ਦੇ ਰੁੱਖਾਂ ਵੱਲ ਵਧੀਏ। ਅਸੀਂ ਰੁੱਖਾਂ ਦੀ ਵਾਧੂ ਸਿਖਲਾਈ ਲਈ ਹੇਠਾਂ ਦਿੱਤੇ ਐਲਗੋਰਿਦਮ ਨੂੰ ਕੰਪਾਇਲ ਕੀਤਾ ਹੈ:

1. ਉਤਪਾਦਨ 100-300 ਦਰਖਤਾਂ ਦਾ ਇੱਕ ਜੰਗਲ ਚਲਾਉਂਦਾ ਹੈ, ਜਿਸਨੂੰ ਇੱਕ ਪੁਰਾਣੇ ਡੇਟਾ ਸੈੱਟ 'ਤੇ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ।
2. ਅੰਤ ਵਿੱਚ ਅਸੀਂ M = 5 ਟੁਕੜਿਆਂ ਨੂੰ ਹਟਾਉਂਦੇ ਹਾਂ ਅਤੇ 2M = 10 ਨਵੇਂ ਜੋੜਦੇ ਹਾਂ, ਪੂਰੇ ਡੇਟਾ ਸੈੱਟ 'ਤੇ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ, ਪਰ ਨਵੇਂ ਡੇਟਾ ਲਈ ਉੱਚ ਭਾਰ ਦੇ ਨਾਲ, ਜੋ ਕੁਦਰਤੀ ਤੌਰ 'ਤੇ ਮਾਡਲ ਵਿੱਚ ਇੱਕ ਵਧਦੀ ਤਬਦੀਲੀ ਦੀ ਗਰੰਟੀ ਦਿੰਦਾ ਹੈ।

ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ, ਸਮੇਂ ਦੇ ਨਾਲ, ਰੁੱਖਾਂ ਦੀ ਗਿਣਤੀ ਬਹੁਤ ਵਧ ਜਾਂਦੀ ਹੈ, ਅਤੇ ਸਮੇਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਉਹਨਾਂ ਨੂੰ ਸਮੇਂ-ਸਮੇਂ 'ਤੇ ਘਟਾਇਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ. ਅਜਿਹਾ ਕਰਨ ਲਈ, ਅਸੀਂ ਹੁਣ ਸਰਵ ਵਿਆਪਕ ਗਿਆਨ ਡਿਸਟਿਲੇਸ਼ਨ (KD) ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਾਂ। ਇਸ ਦੇ ਕੰਮ ਦੇ ਸਿਧਾਂਤ ਬਾਰੇ ਸੰਖੇਪ ਵਿੱਚ.

1. ਸਾਡੇ ਕੋਲ ਮੌਜੂਦਾ "ਗੁੰਝਲਦਾਰ" ਮਾਡਲ ਹੈ। ਅਸੀਂ ਇਸਨੂੰ ਸਿਖਲਾਈ ਡੇਟਾ ਸੈੱਟ 'ਤੇ ਚਲਾਉਂਦੇ ਹਾਂ ਅਤੇ ਆਉਟਪੁੱਟ 'ਤੇ ਕਲਾਸ ਪ੍ਰੋਬੇਬਿਲਟੀ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਾਂ।
2. ਅੱਗੇ, ਅਸੀਂ ਵਿਦਿਆਰਥੀ ਮਾਡਲ (ਇਸ ਕੇਸ ਵਿੱਚ ਘੱਟ ਰੁੱਖਾਂ ਵਾਲਾ ਮਾਡਲ) ਨੂੰ ਟੀਚਾ ਵੇਰੀਏਬਲ ਵਜੋਂ ਕਲਾਸ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਮਾਡਲ ਦੇ ਨਤੀਜਿਆਂ ਨੂੰ ਦੁਹਰਾਉਣ ਲਈ ਸਿਖਲਾਈ ਦਿੰਦੇ ਹਾਂ।
3. ਇੱਥੇ ਇਹ ਨੋਟ ਕਰਨਾ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ ਅਸੀਂ ਕਿਸੇ ਵੀ ਤਰੀਕੇ ਨਾਲ ਡੇਟਾ ਸੈੱਟ ਮਾਰਕਅੱਪ ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕਰਦੇ, ਅਤੇ ਇਸ ਲਈ ਅਸੀਂ ਮਨਮਾਨੇ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹਾਂ। ਬੇਸ਼ੱਕ, ਅਸੀਂ ਵਿਦਿਆਰਥੀ ਮਾਡਲ ਲਈ ਸਿਖਲਾਈ ਦੇ ਨਮੂਨੇ ਵਜੋਂ ਲੜਾਈ ਸਟ੍ਰੀਮ ਤੋਂ ਇੱਕ ਡੇਟਾ ਨਮੂਨੇ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਾਂ। ਇਸ ਤਰ੍ਹਾਂ, ਸਿਖਲਾਈ ਸੈੱਟ ਸਾਨੂੰ ਮਾਡਲ ਦੀ ਸ਼ੁੱਧਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ, ਅਤੇ ਸਟ੍ਰੀਮ ਦਾ ਨਮੂਨਾ ਉਤਪਾਦਨ ਵੰਡ 'ਤੇ ਸਮਾਨ ਪ੍ਰਦਰਸ਼ਨ ਦੀ ਗਾਰੰਟੀ ਦਿੰਦਾ ਹੈ, ਸਿਖਲਾਈ ਸੈੱਟ ਦੇ ਪੱਖਪਾਤ ਲਈ ਮੁਆਵਜ਼ਾ ਦਿੰਦਾ ਹੈ।

ਇਹਨਾਂ ਦੋ ਤਕਨੀਕਾਂ ਦਾ ਸੁਮੇਲ (ਦਰਖਤਾਂ ਨੂੰ ਜੋੜਨਾ ਅਤੇ ਸਮੇਂ-ਸਮੇਂ ਤੇ ਗਿਆਨ ਡਿਸਟਿਲੇਸ਼ਨ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਉਹਨਾਂ ਦੀ ਸੰਖਿਆ ਨੂੰ ਘਟਾਉਣਾ) ਨਵੇਂ ਪੈਟਰਨਾਂ ਦੀ ਸ਼ੁਰੂਆਤ ਅਤੇ ਪੂਰੀ ਨਿਰੰਤਰਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ।

KD ਦੀ ਮਦਦ ਨਾਲ, ਅਸੀਂ ਮਾਡਲ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ 'ਤੇ ਵੱਖ-ਵੱਖ ਕਾਰਵਾਈਆਂ ਵੀ ਕਰਦੇ ਹਾਂ, ਜਿਵੇਂ ਕਿ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਹਟਾਉਣਾ ਅਤੇ ਅੰਤਰਾਂ 'ਤੇ ਕੰਮ ਕਰਨਾ। ਸਾਡੇ ਕੇਸ ਵਿੱਚ, ਸਾਡੇ ਕੋਲ ਬਹੁਤ ਸਾਰੀਆਂ ਮਹੱਤਵਪੂਰਨ ਅੰਕੜਾ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਹਨ (ਭੇਸਣ ਵਾਲਿਆਂ, ਟੈਕਸਟ ਹੈਸ਼ਾਂ, URL, ਆਦਿ ਦੁਆਰਾ) ਜੋ ਡੇਟਾਬੇਸ ਵਿੱਚ ਸਟੋਰ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ, ਜੋ ਅਸਫਲ ਹੋ ਜਾਂਦੀਆਂ ਹਨ। ਮਾਡਲ, ਬੇਸ਼ਕ, ਘਟਨਾਵਾਂ ਦੇ ਅਜਿਹੇ ਵਿਕਾਸ ਲਈ ਤਿਆਰ ਨਹੀਂ ਹੈ, ਕਿਉਂਕਿ ਸਿਖਲਾਈ ਸੈੱਟ ਵਿੱਚ ਅਸਫਲਤਾ ਦੀਆਂ ਸਥਿਤੀਆਂ ਨਹੀਂ ਹੁੰਦੀਆਂ ਹਨ. ਅਜਿਹੇ ਮਾਮਲਿਆਂ ਵਿੱਚ, ਅਸੀਂ ਕੇਡੀ ਅਤੇ ਵਿਸਤਾਰ ਤਕਨੀਕਾਂ ਨੂੰ ਜੋੜਦੇ ਹਾਂ: ਜਦੋਂ ਡੇਟਾ ਦੇ ਹਿੱਸੇ ਲਈ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ, ਅਸੀਂ ਲੋੜੀਂਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਹਟਾਉਂਦੇ ਜਾਂ ਰੀਸੈਟ ਕਰਦੇ ਹਾਂ, ਅਤੇ ਅਸੀਂ ਅਸਲ ਲੇਬਲ (ਮੌਜੂਦਾ ਮਾਡਲ ਦੇ ਆਉਟਪੁੱਟ) ਲੈਂਦੇ ਹਾਂ, ਅਤੇ ਵਿਦਿਆਰਥੀ ਮਾਡਲ ਇਸ ਵੰਡ ਨੂੰ ਦੁਹਰਾਉਣਾ ਸਿੱਖਦਾ ਹੈ। .

ਅਸੀਂ ਦੇਖਿਆ ਹੈ ਕਿ ਜਿੰਨਾ ਜ਼ਿਆਦਾ ਗੰਭੀਰ ਮਾਡਲ ਹੇਰਾਫੇਰੀ ਹੁੰਦੀ ਹੈ, ਧਾਗੇ ਦੇ ਨਮੂਨੇ ਦੀ ਲੋੜ ਵੱਧ ਹੁੰਦੀ ਹੈ।

ਵਿਸ਼ੇਸ਼ਤਾ ਹਟਾਉਣ, ਸਭ ਤੋਂ ਸਰਲ ਕਾਰਵਾਈ ਲਈ, ਵਹਾਅ ਦੇ ਸਿਰਫ ਇੱਕ ਛੋਟੇ ਹਿੱਸੇ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਕਿਉਂਕਿ ਸਿਰਫ ਕੁਝ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਬਦਲਦੀਆਂ ਹਨ, ਅਤੇ ਮੌਜੂਦਾ ਮਾਡਲ ਨੂੰ ਉਸੇ ਸੈੱਟ 'ਤੇ ਸਿਖਲਾਈ ਦਿੱਤੀ ਗਈ ਸੀ - ਅੰਤਰ ਬਹੁਤ ਘੱਟ ਹੈ। ਮਾਡਲ ਨੂੰ ਸਰਲ ਬਣਾਉਣ ਲਈ (ਦਰੱਖਤਾਂ ਦੀ ਗਿਣਤੀ ਨੂੰ ਕਈ ਵਾਰ ਘਟਾਉਣਾ), 50 ਤੋਂ 50 ਪਹਿਲਾਂ ਹੀ ਲੋੜੀਂਦਾ ਹੈ ਅਤੇ ਮਹੱਤਵਪੂਰਨ ਅੰਕੜਾ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਛੱਡਣ ਲਈ ਜੋ ਮਾਡਲ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਨੂੰ ਗੰਭੀਰਤਾ ਨਾਲ ਪ੍ਰਭਾਵਤ ਕਰਨਗੇ, ਦੇ ਕੰਮ ਨੂੰ ਬਰਾਬਰ ਕਰਨ ਲਈ ਹੋਰ ਪ੍ਰਵਾਹ ਦੀ ਲੋੜ ਹੈ। ਹਰ ਕਿਸਮ ਦੇ ਅੱਖਰਾਂ 'ਤੇ ਨਵਾਂ ਓਮੀਸ਼ਨ-ਰੋਧਕ ਮਾਡਲ।

ਤੇਜ਼ ਪਾਠ

ਆਓ ਫਾਸਟਟੈਕਸਟ ਵੱਲ ਵਧੀਏ। ਮੈਂ ਤੁਹਾਨੂੰ ਯਾਦ ਦਿਵਾਉਣਾ ਚਾਹੁੰਦਾ ਹਾਂ ਕਿ ਕਿਸੇ ਸ਼ਬਦ ਦੀ ਨੁਮਾਇੰਦਗੀ (ਏਮਬੈਡਿੰਗ) ਵਿੱਚ ਸ਼ਬਦ ਦੇ ਆਪਣੇ ਆਪ ਅਤੇ ਇਸਦੇ ਸਾਰੇ ਅੱਖਰ N-ਗ੍ਰਾਮ, ਆਮ ਤੌਰ 'ਤੇ ਟ੍ਰਿਗ੍ਰਾਮਸ ਦੇ ਜੋੜ ਦਾ ਜੋੜ ਹੁੰਦਾ ਹੈ। ਕਿਉਂਕਿ ਇੱਥੇ ਬਹੁਤ ਸਾਰੇ ਟ੍ਰਿਗ੍ਰਾਮ ਹੋ ਸਕਦੇ ਹਨ, ਬਕੇਟ ਹੈਸ਼ਿੰਗ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਯਾਨੀ ਪੂਰੀ ਸਪੇਸ ਨੂੰ ਇੱਕ ਨਿਸ਼ਚਤ ਹੈਸ਼ਮੈਪ ਵਿੱਚ ਬਦਲਣਾ। ਨਤੀਜੇ ਵਜੋਂ, ਵਜ਼ਨ ਮੈਟ੍ਰਿਕਸ ਪ੍ਰਤੀ ਸ਼ਬਦਾਂ ਦੀ ਸੰਖਿਆ + ਬਾਲਟੀਆਂ ਦੀ ਅੰਦਰੂਨੀ ਪਰਤ ਦੇ ਮਾਪ ਨਾਲ ਪ੍ਰਾਪਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

ਵਾਧੂ ਸਿਖਲਾਈ ਦੇ ਨਾਲ, ਨਵੇਂ ਚਿੰਨ੍ਹ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ: ਸ਼ਬਦ ਅਤੇ ਟ੍ਰਿਗ੍ਰਾਮ. Facebook ਤੋਂ ਮਿਆਰੀ ਫਾਲੋ-ਅੱਪ ਸਿਖਲਾਈ ਵਿੱਚ ਕੁਝ ਵੀ ਮਹੱਤਵਪੂਰਨ ਨਹੀਂ ਹੁੰਦਾ ਹੈ। ਨਵੇਂ ਡੇਟਾ 'ਤੇ ਸਿਰਫ਼ ਕਰਾਸ-ਐਂਟ੍ਰੋਪੀ ਵਾਲੇ ਪੁਰਾਣੇ ਵਜ਼ਨਾਂ ਨੂੰ ਦੁਬਾਰਾ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ, ਨਵੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਬੇਸ਼ੱਕ, ਇਸ ਪਹੁੰਚ ਵਿੱਚ ਉਤਪਾਦਨ ਵਿੱਚ ਮਾਡਲ ਦੀ ਅਪ੍ਰਤੱਖਤਾ ਨਾਲ ਜੁੜੇ ਸਾਰੇ ਉਪਰੋਕਤ-ਵਰਣਿਤ ਨੁਕਸਾਨ ਹਨ। ਇਸ ਲਈ ਅਸੀਂ ਫਾਸਟ ਟੈਕਸਟ ਨੂੰ ਥੋੜਾ ਜਿਹਾ ਸੋਧਿਆ ਹੈ। ਅਸੀਂ ਸਾਰੇ ਨਵੇਂ ਵਜ਼ਨ (ਸ਼ਬਦ ਅਤੇ ਟ੍ਰਿਗ੍ਰਾਮ) ਜੋੜਦੇ ਹਾਂ, ਪੂਰੇ ਮੈਟ੍ਰਿਕਸ ਨੂੰ ਕਰਾਸ-ਐਂਟ੍ਰੋਪੀ ਨਾਲ ਫੈਲਾਉਂਦੇ ਹਾਂ ਅਤੇ ਲੀਨੀਅਰ ਮਾਡਲ ਨਾਲ ਸਮਾਨਤਾ ਦੁਆਰਾ ਹਾਰਮੋਨਿਕ ਨਿਯਮਤੀਕਰਨ ਜੋੜਦੇ ਹਾਂ, ਜੋ ਪੁਰਾਣੇ ਵਜ਼ਨ ਵਿੱਚ ਇੱਕ ਮਾਮੂਲੀ ਤਬਦੀਲੀ ਦੀ ਗਰੰਟੀ ਦਿੰਦਾ ਹੈ।

ਸੀਐਨਐਨ

ਕਨਵੋਲਿਊਸ਼ਨਲ ਨੈਟਵਰਕ ਥੋੜੇ ਹੋਰ ਗੁੰਝਲਦਾਰ ਹਨ। ਜੇ ਆਖਰੀ ਪਰਤਾਂ CNN ਵਿੱਚ ਪੂਰੀਆਂ ਹੋ ਜਾਂਦੀਆਂ ਹਨ, ਤਾਂ, ਬੇਸ਼ਕ, ਤੁਸੀਂ ਹਾਰਮੋਨਿਕ ਨਿਯਮਤਤਾ ਨੂੰ ਲਾਗੂ ਕਰ ਸਕਦੇ ਹੋ ਅਤੇ ਨਿਰੰਤਰਤਾ ਦੀ ਗਾਰੰਟੀ ਦੇ ਸਕਦੇ ਹੋ. ਪਰ ਜੇਕਰ ਪੂਰੇ ਨੈੱਟਵਰਕ ਦੀ ਵਾਧੂ ਸਿਖਲਾਈ ਦੀ ਲੋੜ ਹੈ, ਤਾਂ ਅਜਿਹੇ ਨਿਯਮਤਕਰਨ ਨੂੰ ਹੁਣ ਸਾਰੀਆਂ ਪਰਤਾਂ 'ਤੇ ਲਾਗੂ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਟ੍ਰਿਪਲਟ ਲੌਸ (ਅਸਲੀ ਲੇਖ).

ਤੀਹਰਾ ਨੁਕਸਾਨ

ਇੱਕ ਉਦਾਹਰਨ ਦੇ ਤੌਰ 'ਤੇ ਇੱਕ ਐਂਟੀ-ਫਿਸ਼ਿੰਗ ਟਾਸਕ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਆਓ ਆਮ ਸ਼ਬਦਾਂ ਵਿੱਚ ਟ੍ਰਿਪਲਟ ਲੌਸ ਨੂੰ ਵੇਖੀਏ। ਅਸੀਂ ਆਪਣੇ ਲੋਗੋ ਦੇ ਨਾਲ-ਨਾਲ ਦੂਜੀਆਂ ਕੰਪਨੀਆਂ ਦੇ ਲੋਗੋ ਦੀਆਂ ਸਕਾਰਾਤਮਕ ਅਤੇ ਨਕਾਰਾਤਮਕ ਉਦਾਹਰਣਾਂ ਲੈਂਦੇ ਹਾਂ। ਅਸੀਂ ਪਹਿਲੇ ਦੇ ਵਿਚਕਾਰ ਦੀ ਦੂਰੀ ਨੂੰ ਘੱਟ ਕਰਦੇ ਹਾਂ ਅਤੇ ਦੂਜੇ ਦੇ ਵਿਚਕਾਰ ਦੀ ਦੂਰੀ ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਕਰਦੇ ਹਾਂ, ਅਸੀਂ ਕਲਾਸਾਂ ਦੀ ਵਧੇਰੇ ਸੰਕੁਚਿਤਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਇੱਕ ਛੋਟੇ ਅੰਤਰ ਨਾਲ ਅਜਿਹਾ ਕਰਦੇ ਹਾਂ।

ਜੇ ਅਸੀਂ ਨੈਟਵਰਕ ਨੂੰ ਹੋਰ ਸਿਖਲਾਈ ਦਿੰਦੇ ਹਾਂ, ਤਾਂ ਸਾਡੀ ਮੈਟ੍ਰਿਕ ਸਪੇਸ ਪੂਰੀ ਤਰ੍ਹਾਂ ਬਦਲ ਜਾਂਦੀ ਹੈ, ਅਤੇ ਇਹ ਪਿਛਲੇ ਇੱਕ ਨਾਲ ਪੂਰੀ ਤਰ੍ਹਾਂ ਅਸੰਗਤ ਹੋ ਜਾਂਦੀ ਹੈ. ਵੈਕਟਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੀਆਂ ਸਮੱਸਿਆਵਾਂ ਵਿੱਚ ਇਹ ਇੱਕ ਗੰਭੀਰ ਸਮੱਸਿਆ ਹੈ। ਇਸ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ, ਅਸੀਂ ਸਿਖਲਾਈ ਦੌਰਾਨ ਪੁਰਾਣੇ ਏਮਬੈਡਿੰਗਾਂ ਵਿੱਚ ਮਿਲਾਵਾਂਗੇ।

ਅਸੀਂ ਸਿਖਲਾਈ ਸੈੱਟ ਵਿੱਚ ਨਵਾਂ ਡੇਟਾ ਸ਼ਾਮਲ ਕੀਤਾ ਹੈ ਅਤੇ ਮਾਡਲ ਦੇ ਦੂਜੇ ਸੰਸਕਰਣ ਨੂੰ ਸਕ੍ਰੈਚ ਤੋਂ ਸਿਖਲਾਈ ਦੇ ਰਹੇ ਹਾਂ। ਦੂਜੇ ਪੜਾਅ 'ਤੇ, ਅਸੀਂ ਆਪਣੇ ਨੈੱਟਵਰਕ (ਫਾਈਨਟਿਊਨਿੰਗ) ਨੂੰ ਹੋਰ ਸਿਖਲਾਈ ਦਿੰਦੇ ਹਾਂ: ਪਹਿਲਾਂ ਆਖਰੀ ਪਰਤ ਪੂਰੀ ਹੋ ਜਾਂਦੀ ਹੈ, ਅਤੇ ਫਿਰ ਸਾਰਾ ਨੈੱਟਵਰਕ ਅਨਫ੍ਰੀਜ਼ ਹੁੰਦਾ ਹੈ। ਟ੍ਰਿਪਲੈਟ ਬਣਾਉਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ, ਅਸੀਂ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਏਮਬੈਡਿੰਗ ਦੇ ਸਿਰਫ ਹਿੱਸੇ ਦੀ ਗਣਨਾ ਕਰਦੇ ਹਾਂ, ਬਾਕੀ - ਪੁਰਾਣੇ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ। ਇਸ ਤਰ੍ਹਾਂ, ਵਾਧੂ ਸਿਖਲਾਈ ਦੀ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ, ਅਸੀਂ ਮੀਟ੍ਰਿਕ ਸਪੇਸ v1 ਅਤੇ v2 ਦੀ ਅਨੁਕੂਲਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦੇ ਹਾਂ। ਹਾਰਮੋਨਿਕ ਨਿਯਮਤਕਰਨ ਦਾ ਇੱਕ ਵਿਲੱਖਣ ਸੰਸਕਰਣ।

ਪੂਰੀ ਆਰਕੀਟੈਕਚਰ

ਜੇ ਅਸੀਂ ਐਂਟੀਸਪੈਮ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਪੂਰੇ ਸਿਸਟਮ ਨੂੰ ਇੱਕ ਉਦਾਹਰਨ ਦੇ ਤੌਰ 'ਤੇ ਵਿਚਾਰਦੇ ਹਾਂ, ਤਾਂ ਮਾਡਲ ਅਲੱਗ-ਥਲੱਗ ਨਹੀਂ ਹੁੰਦੇ, ਪਰ ਇੱਕ ਦੂਜੇ ਦੇ ਅੰਦਰ ਨੇਸਟਡ ਹੁੰਦੇ ਹਨ। ਅਸੀਂ ਤਸਵੀਰਾਂ, ਟੈਕਸਟ ਅਤੇ ਹੋਰ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਲੈਂਦੇ ਹਾਂ, CNN ਅਤੇ ਫਾਸਟ ਟੈਕਸਟ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸਾਨੂੰ ਏਮਬੈਡਿੰਗ ਮਿਲਦੀ ਹੈ। ਅੱਗੇ, ਏਮਬੈਡਿੰਗ ਦੇ ਸਿਖਰ 'ਤੇ ਵਰਗੀਕਰਣ ਲਾਗੂ ਕੀਤੇ ਜਾਂਦੇ ਹਨ, ਜੋ ਵੱਖ-ਵੱਖ ਸ਼੍ਰੇਣੀਆਂ (ਅੱਖਰਾਂ ਦੀਆਂ ਕਿਸਮਾਂ, ਸਪੈਮ, ਲੋਗੋ ਦੀ ਮੌਜੂਦਗੀ) ਲਈ ਸਕੋਰ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ। ਦਰਖਤਾਂ ਦੇ ਜੰਗਲ ਵਿਚ ਆਉਣ ਵਾਲੇ ਅੰਤਿਮ ਫੈਸਲੇ ਲਈ ਸੰਕੇਤ ਅਤੇ ਸੰਕੇਤ ਪਹਿਲਾਂ ਹੀ ਦਾਖਲ ਹੋ ਰਹੇ ਹਨ। ਇਸ ਸਕੀਮ ਵਿੱਚ ਵਿਅਕਤੀਗਤ ਵਰਗੀਕਰਣ ਸਿਸਟਮ ਦੇ ਨਤੀਜਿਆਂ ਦੀ ਬਿਹਤਰ ਵਿਆਖਿਆ ਕਰਨਾ ਸੰਭਵ ਬਣਾਉਂਦੇ ਹਨ ਅਤੇ ਸਮੱਸਿਆਵਾਂ ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਭਾਗਾਂ ਨੂੰ ਵਧੇਰੇ ਵਿਸ਼ੇਸ਼ ਤੌਰ 'ਤੇ ਮੁੜ ਸਿਖਲਾਈ ਦਿੰਦੇ ਹਨ, ਨਾ ਕਿ ਸਾਰੇ ਡੇਟਾ ਨੂੰ ਇੱਕ ਕੱਚੇ ਰੂਪ ਵਿੱਚ ਫੈਸਲੇ ਦੇ ਰੁੱਖਾਂ ਵਿੱਚ ਫੀਡ ਕਰਨ ਦੀ ਬਜਾਏ।

ਨਤੀਜੇ ਵਜੋਂ, ਅਸੀਂ ਹਰ ਪੱਧਰ 'ਤੇ ਨਿਰੰਤਰਤਾ ਦੀ ਗਾਰੰਟੀ ਦਿੰਦੇ ਹਾਂ। CNN ਅਤੇ ਫਾਸਟ ਟੈਕਸਟ ਵਿੱਚ ਹੇਠਲੇ ਪੱਧਰ 'ਤੇ ਅਸੀਂ ਹਾਰਮੋਨਿਕ ਰੈਗੂਲਰਾਈਜ਼ੇਸ਼ਨ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਾਂ, ਮੱਧ ਵਿੱਚ ਕਲਾਸੀਫਾਇਰ ਲਈ ਅਸੀਂ ਪ੍ਰੋਬੇਬਿਲਟੀ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਦੀ ਇਕਸਾਰਤਾ ਲਈ ਹਾਰਮੋਨਿਕ ਰੈਗੂਲਰਾਈਜ਼ੇਸ਼ਨ ਅਤੇ ਰੇਟ ਕੈਲੀਬ੍ਰੇਸ਼ਨ ਦੀ ਵਰਤੋਂ ਵੀ ਕਰਦੇ ਹਾਂ। ਖੈਰ, ਟ੍ਰੀ ਬੂਸਟਿੰਗ ਨੂੰ ਲਗਾਤਾਰ ਜਾਂ ਗਿਆਨ ਡਿਸਟਿਲੇਸ਼ਨ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ।

ਆਮ ਤੌਰ 'ਤੇ, ਅਜਿਹੀ ਨੇਸਟਡ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਪ੍ਰਣਾਲੀ ਨੂੰ ਕਾਇਮ ਰੱਖਣਾ ਆਮ ਤੌਰ 'ਤੇ ਇੱਕ ਦਰਦ ਹੁੰਦਾ ਹੈ, ਕਿਉਂਕਿ ਹੇਠਲੇ ਪੱਧਰ 'ਤੇ ਕੋਈ ਵੀ ਭਾਗ ਉਪਰੋਕਤ ਪੂਰੇ ਸਿਸਟਮ ਨੂੰ ਅਪਡੇਟ ਕਰਦਾ ਹੈ। ਪਰ ਕਿਉਂਕਿ ਸਾਡੇ ਸੈੱਟਅੱਪ ਵਿੱਚ ਹਰ ਇੱਕ ਭਾਗ ਥੋੜ੍ਹਾ ਬਦਲਦਾ ਹੈ ਅਤੇ ਪਿਛਲੇ ਇੱਕ ਦੇ ਅਨੁਕੂਲ ਹੈ, ਪੂਰੇ ਢਾਂਚੇ ਨੂੰ ਮੁੜ ਸਿਖਲਾਈ ਦੇਣ ਦੀ ਲੋੜ ਤੋਂ ਬਿਨਾਂ ਪੂਰੇ ਸਿਸਟਮ ਨੂੰ ਟੁਕੜੇ-ਟੁਕੜੇ ਅੱਪਡੇਟ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਜੋ ਇਸਨੂੰ ਗੰਭੀਰ ਓਵਰਹੈੱਡ ਤੋਂ ਬਿਨਾਂ ਸਮਰਥਿਤ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ।

ਤੈਨਾਤ

ਅਸੀਂ ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਦੇ ਮਾਡਲਾਂ ਦੀ ਡਾਟਾ ਇਕੱਤਰ ਕਰਨ ਅਤੇ ਵਾਧੂ ਸਿਖਲਾਈ ਬਾਰੇ ਚਰਚਾ ਕੀਤੀ ਹੈ, ਇਸਲਈ ਅਸੀਂ ਉਤਪਾਦਨ ਵਾਤਾਵਰਣ ਵਿੱਚ ਉਹਨਾਂ ਦੀ ਤਾਇਨਾਤੀ ਵੱਲ ਅੱਗੇ ਵਧ ਰਹੇ ਹਾਂ।

A/B ਟੈਸਟਿੰਗ

ਜਿਵੇਂ ਕਿ ਮੈਂ ਪਹਿਲਾਂ ਕਿਹਾ ਸੀ, ਡੇਟਾ ਇਕੱਠਾ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ, ਸਾਨੂੰ ਆਮ ਤੌਰ 'ਤੇ ਇੱਕ ਪੱਖਪਾਤੀ ਨਮੂਨਾ ਮਿਲਦਾ ਹੈ, ਜਿਸ ਤੋਂ ਮਾਡਲ ਦੇ ਉਤਪਾਦਨ ਪ੍ਰਦਰਸ਼ਨ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨਾ ਅਸੰਭਵ ਹੈ. ਇਸਲਈ, ਤੈਨਾਤ ਕਰਦੇ ਸਮੇਂ, ਇਹ ਸਮਝਣ ਲਈ ਮਾਡਲ ਦੀ ਤੁਲਨਾ ਪਿਛਲੇ ਸੰਸਕਰਣ ਨਾਲ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ ਕਿ ਚੀਜ਼ਾਂ ਅਸਲ ਵਿੱਚ ਕਿਵੇਂ ਚੱਲ ਰਹੀਆਂ ਹਨ, ਅਰਥਾਤ, A/B ਟੈਸਟ ਕਰਵਾਏ। ਵਾਸਤਵ ਵਿੱਚ, ਚਾਰਟਾਂ ਨੂੰ ਰੋਲ ਆਊਟ ਕਰਨ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਾਫ਼ੀ ਰੁਟੀਨ ਹੈ ਅਤੇ ਇਸਨੂੰ ਆਸਾਨੀ ਨਾਲ ਸਵੈਚਾਲਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਅਸੀਂ ਮਾਡਲ ਜਵਾਬਾਂ ਅਤੇ ਉਪਭੋਗਤਾ ਫੀਡਬੈਕ 'ਤੇ ਉਪਲਬਧ ਸਾਰੇ ਮਾਪਦੰਡਾਂ ਨੂੰ ਇਕੱਤਰ ਕਰਦੇ ਹੋਏ, ਆਪਣੇ ਮਾਡਲਾਂ ਨੂੰ ਹੌਲੀ-ਹੌਲੀ 5%, 30%, 50% ਅਤੇ 100% ਉਪਭੋਗਤਾਵਾਂ ਤੱਕ ਰੋਲ ਆਊਟ ਕਰਦੇ ਹਾਂ। ਕੁਝ ਗੰਭੀਰ ਆਊਟਲੀਅਰਾਂ ਦੇ ਮਾਮਲੇ ਵਿੱਚ, ਅਸੀਂ ਆਪਣੇ ਆਪ ਹੀ ਮਾਡਲ ਨੂੰ ਵਾਪਸ ਲਿਆਉਂਦੇ ਹਾਂ, ਅਤੇ ਹੋਰ ਮਾਮਲਿਆਂ ਲਈ, ਲੋੜੀਂਦੀ ਗਿਣਤੀ ਵਿੱਚ ਉਪਭੋਗਤਾ ਕਲਿੱਕਾਂ ਨੂੰ ਇਕੱਠਾ ਕਰਨ ਤੋਂ ਬਾਅਦ, ਅਸੀਂ ਪ੍ਰਤੀਸ਼ਤ ਨੂੰ ਵਧਾਉਣ ਦਾ ਫੈਸਲਾ ਕਰਦੇ ਹਾਂ। ਨਤੀਜੇ ਵਜੋਂ, ਅਸੀਂ ਨਵੇਂ ਮਾਡਲ ਨੂੰ 50% ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਵੈਚਲਿਤ ਤੌਰ 'ਤੇ ਲਿਆਉਂਦੇ ਹਾਂ, ਅਤੇ ਪੂਰੇ ਦਰਸ਼ਕਾਂ ਲਈ ਰੋਲਆਊਟ ਨੂੰ ਇੱਕ ਵਿਅਕਤੀ ਦੁਆਰਾ ਮਨਜ਼ੂਰ ਕੀਤਾ ਜਾਵੇਗਾ, ਹਾਲਾਂਕਿ ਇਹ ਕਦਮ ਸਵੈਚਲਿਤ ਹੋ ਸਕਦਾ ਹੈ।

ਹਾਲਾਂਕਿ, A/B ਟੈਸਟਿੰਗ ਪ੍ਰਕਿਰਿਆ ਅਨੁਕੂਲਨ ਲਈ ਕਮਰੇ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦੀ ਹੈ। ਤੱਥ ਇਹ ਹੈ ਕਿ ਕੋਈ ਵੀ A/B ਟੈਸਟ ਕਾਫ਼ੀ ਲੰਬਾ ਹੁੰਦਾ ਹੈ (ਸਾਡੇ ਕੇਸ ਵਿੱਚ ਇਸ ਵਿੱਚ ਫੀਡਬੈਕ ਦੀ ਮਾਤਰਾ ਦੇ ਅਧਾਰ ਤੇ 6 ਤੋਂ 24 ਘੰਟੇ ਲੱਗਦੇ ਹਨ), ਜੋ ਇਸਨੂੰ ਕਾਫ਼ੀ ਮਹਿੰਗਾ ਅਤੇ ਸੀਮਤ ਸਰੋਤਾਂ ਦੇ ਨਾਲ ਬਣਾਉਂਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, A/B ਟੈਸਟ ਦੇ ਸਮੁੱਚੇ ਸਮੇਂ ਨੂੰ ਜ਼ਰੂਰੀ ਤੌਰ 'ਤੇ ਤੇਜ਼ ਕਰਨ ਲਈ ਟੈਸਟ ਲਈ ਕਾਫੀ ਉੱਚ ਪ੍ਰਤੀਸ਼ਤਤਾ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ (ਥੋੜ੍ਹੇ ਜਿਹੇ ਪ੍ਰਤੀਸ਼ਤ 'ਤੇ ਮੈਟ੍ਰਿਕਸ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਇੱਕ ਅੰਕੜਾਤਮਕ ਤੌਰ 'ਤੇ ਮਹੱਤਵਪੂਰਨ ਨਮੂਨੇ ਦੀ ਭਰਤੀ ਕਰਨ ਵਿੱਚ ਬਹੁਤ ਲੰਬਾ ਸਮਾਂ ਲੱਗ ਸਕਦਾ ਹੈ), ਜਿਸ ਨਾਲ A/B ਸਲੋਟਾਂ ਦੀ ਗਿਣਤੀ ਬਹੁਤ ਹੀ ਸੀਮਤ ਹੈ। ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ, ਸਾਨੂੰ ਸਿਰਫ ਸਭ ਤੋਂ ਵਧੀਆ ਮਾਡਲਾਂ ਦੀ ਜਾਂਚ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਹੈ, ਜਿਨ੍ਹਾਂ ਵਿੱਚੋਂ ਅਸੀਂ ਵਾਧੂ ਸਿਖਲਾਈ ਪ੍ਰਕਿਰਿਆ ਦੌਰਾਨ ਬਹੁਤ ਕੁਝ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਾਂ।

ਇਸ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ, ਅਸੀਂ ਇੱਕ ਵੱਖਰੇ ਵਰਗੀਕਰਣ ਨੂੰ ਸਿਖਲਾਈ ਦਿੱਤੀ ਹੈ ਜੋ A/B ਟੈਸਟ ਦੀ ਸਫਲਤਾ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਦਾ ਹੈ। ਅਜਿਹਾ ਕਰਨ ਲਈ, ਅਸੀਂ ਸਿਖਲਾਈ ਸੈੱਟ 'ਤੇ, ਮੁਲਤਵੀ ਇੱਕ 'ਤੇ, ਅਤੇ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੇ ਤੌਰ 'ਤੇ ਸਟ੍ਰੀਮ ਤੋਂ ਨਮੂਨੇ 'ਤੇ ਫੈਸਲੇ ਲੈਣ ਦੇ ਅੰਕੜੇ, ਸ਼ੁੱਧਤਾ, ਰੀਕਾਲ ਅਤੇ ਹੋਰ ਮੈਟ੍ਰਿਕਸ ਲੈਂਦੇ ਹਾਂ। ਅਸੀਂ ਮਾਡਲ ਦੀ ਤੁਲਨਾ ਉਤਪਾਦਨ ਵਿੱਚ ਮੌਜੂਦਾ ਮਾਡਲ ਨਾਲ, ਹਿਊਰੀਸਟਿਕਸ ਨਾਲ ਵੀ ਕਰਦੇ ਹਾਂ, ਅਤੇ ਮਾਡਲ ਦੀ ਜਟਿਲਤਾ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦੇ ਹਾਂ। ਇਹਨਾਂ ਸਾਰੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਟੈਸਟ ਇਤਿਹਾਸ 'ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਇੱਕ ਵਰਗੀਕਰਣ ਉਮੀਦਵਾਰ ਮਾਡਲਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦਾ ਹੈ, ਸਾਡੇ ਕੇਸ ਵਿੱਚ ਇਹ ਰੁੱਖਾਂ ਦੇ ਜੰਗਲ ਹਨ, ਅਤੇ ਇਹ ਫੈਸਲਾ ਕਰਦਾ ਹੈ ਕਿ A/B ਟੈਸਟ ਵਿੱਚ ਕਿਸ ਦੀ ਵਰਤੋਂ ਕਰਨੀ ਹੈ।

ਲਾਗੂ ਕਰਨ ਦੇ ਸਮੇਂ, ਇਸ ਪਹੁੰਚ ਨੇ ਸਾਨੂੰ ਕਈ ਵਾਰ ਸਫਲ A/B ਟੈਸਟਾਂ ਦੀ ਗਿਣਤੀ ਵਧਾਉਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੱਤੀ।

ਟੈਸਟਿੰਗ ਅਤੇ ਨਿਗਰਾਨੀ

ਟੈਸਟਿੰਗ ਅਤੇ ਨਿਗਰਾਨੀ, ਅਜੀਬ ਤੌਰ 'ਤੇ, ਸਾਡੀ ਸਿਹਤ ਨੂੰ ਨੁਕਸਾਨ ਨਹੀਂ ਪਹੁੰਚਾਉਂਦੇ, ਇਸ ਦੇ ਉਲਟ, ਉਹ ਇਸ ਨੂੰ ਸੁਧਾਰਦੇ ਹਨ ਅਤੇ ਸਾਨੂੰ ਬੇਲੋੜੇ ਤਣਾਅ ਤੋਂ ਮੁਕਤ ਕਰਦੇ ਹਨ; ਟੈਸਟਿੰਗ ਤੁਹਾਨੂੰ ਅਸਫਲਤਾ ਨੂੰ ਰੋਕਣ ਦੀ ਆਗਿਆ ਦਿੰਦੀ ਹੈ, ਅਤੇ ਨਿਗਰਾਨੀ ਤੁਹਾਨੂੰ ਉਪਭੋਗਤਾਵਾਂ 'ਤੇ ਪ੍ਰਭਾਵ ਨੂੰ ਘਟਾਉਣ ਲਈ ਸਮੇਂ ਸਿਰ ਇਸਦਾ ਪਤਾ ਲਗਾਉਣ ਦੀ ਆਗਿਆ ਦਿੰਦੀ ਹੈ।

ਇੱਥੇ ਇਹ ਸਮਝਣਾ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ ਜਲਦੀ ਜਾਂ ਬਾਅਦ ਵਿੱਚ ਤੁਹਾਡਾ ਸਿਸਟਮ ਹਮੇਸ਼ਾ ਗਲਤੀਆਂ ਕਰੇਗਾ - ਇਹ ਕਿਸੇ ਵੀ ਸੌਫਟਵੇਅਰ ਦੇ ਵਿਕਾਸ ਚੱਕਰ ਦੇ ਕਾਰਨ ਹੈ. ਸਿਸਟਮ ਦੇ ਵਿਕਾਸ ਦੀ ਸ਼ੁਰੂਆਤ ਵਿੱਚ ਹਮੇਸ਼ਾਂ ਬਹੁਤ ਸਾਰੇ ਬੱਗ ਹੁੰਦੇ ਹਨ ਜਦੋਂ ਤੱਕ ਸਭ ਕੁਝ ਠੀਕ ਨਹੀਂ ਹੋ ਜਾਂਦਾ ਅਤੇ ਨਵੀਨਤਾ ਦਾ ਮੁੱਖ ਪੜਾਅ ਪੂਰਾ ਨਹੀਂ ਹੋ ਜਾਂਦਾ. ਪਰ ਸਮੇਂ ਦੇ ਨਾਲ, ਐਂਟਰੌਪੀ ਆਪਣਾ ਟੋਲ ਲੈਂਦੀ ਹੈ, ਅਤੇ ਗਲਤੀਆਂ ਦੁਬਾਰਾ ਦਿਖਾਈ ਦਿੰਦੀਆਂ ਹਨ - ਆਲੇ ਦੁਆਲੇ ਦੇ ਭਾਗਾਂ ਦੇ ਘਟਣ ਅਤੇ ਡੇਟਾ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਦੇ ਕਾਰਨ, ਜਿਸ ਬਾਰੇ ਮੈਂ ਸ਼ੁਰੂ ਵਿੱਚ ਗੱਲ ਕੀਤੀ ਸੀ।

ਇੱਥੇ ਮੈਂ ਇਹ ਨੋਟ ਕਰਨਾ ਚਾਹਾਂਗਾ ਕਿ ਕਿਸੇ ਵੀ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਪ੍ਰਣਾਲੀ ਨੂੰ ਇਸਦੇ ਪੂਰੇ ਜੀਵਨ ਚੱਕਰ ਦੌਰਾਨ ਉਸਦੇ ਲਾਭ ਦੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ ਵਿਚਾਰਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਹੇਠਾਂ ਦਿੱਤਾ ਗ੍ਰਾਫ਼ ਇੱਕ ਉਦਾਹਰਨ ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ਸਿਸਟਮ ਇੱਕ ਦੁਰਲੱਭ ਕਿਸਮ ਦੇ ਸਪੈਮ ਨੂੰ ਫੜਨ ਲਈ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ (ਗ੍ਰਾਫ ਵਿੱਚ ਲਾਈਨ ਜ਼ੀਰੋ ਦੇ ਨੇੜੇ ਹੈ)। ਇੱਕ ਦਿਨ, ਇੱਕ ਗਲਤ ਕੈਸ਼ ਗੁਣ ਕਾਰਨ, ਉਹ ਪਾਗਲ ਹੋ ਗਈ। ਜਿਵੇਂ ਕਿ ਕਿਸਮਤ ਇਹ ਹੋਵੇਗੀ, ਅਸਧਾਰਨ ਟ੍ਰਿਗਰਿੰਗ ਲਈ ਕੋਈ ਨਿਗਰਾਨੀ ਨਹੀਂ ਸੀ, ਨਤੀਜੇ ਵਜੋਂ, ਸਿਸਟਮ ਨੇ ਫੈਸਲੇ ਲੈਣ ਦੀ ਸੀਮਾ 'ਤੇ "ਸਪੈਮ" ਫੋਲਡਰ ਵਿੱਚ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਅੱਖਰਾਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰ ਦਿੱਤਾ। ਨਤੀਜਿਆਂ ਨੂੰ ਠੀਕ ਕਰਨ ਦੇ ਬਾਵਜੂਦ, ਸਿਸਟਮ ਪਹਿਲਾਂ ਹੀ ਕਈ ਵਾਰ ਗਲਤੀਆਂ ਕਰ ਚੁੱਕਾ ਹੈ ਕਿ ਇਹ ਪੰਜ ਸਾਲਾਂ ਵਿੱਚ ਵੀ ਆਪਣੇ ਆਪ ਦਾ ਭੁਗਤਾਨ ਨਹੀਂ ਕਰੇਗਾ. ਅਤੇ ਇਹ ਮਾਡਲ ਦੇ ਜੀਵਨ ਚੱਕਰ ਦੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ ਇੱਕ ਪੂਰੀ ਅਸਫਲਤਾ ਹੈ.

ਇਸ ਲਈ, ਨਿਗਰਾਨੀ ਦੇ ਰੂਪ ਵਿੱਚ ਅਜਿਹੀ ਸਧਾਰਨ ਚੀਜ਼ ਇੱਕ ਮਾਡਲ ਦੇ ਜੀਵਨ ਵਿੱਚ ਕੁੰਜੀ ਬਣ ਸਕਦੀ ਹੈ. ਮਿਆਰੀ ਅਤੇ ਸਪੱਸ਼ਟ ਮੈਟ੍ਰਿਕਸ ਤੋਂ ਇਲਾਵਾ, ਅਸੀਂ ਮਾਡਲ ਜਵਾਬਾਂ ਅਤੇ ਸਕੋਰਾਂ ਦੀ ਵੰਡ ਦੇ ਨਾਲ-ਨਾਲ ਮੁੱਖ ਵਿਸ਼ੇਸ਼ਤਾ ਮੁੱਲਾਂ ਦੀ ਵੰਡ 'ਤੇ ਵਿਚਾਰ ਕਰਦੇ ਹਾਂ। KL ਵਿਭਿੰਨਤਾ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਅਸੀਂ ਮੌਜੂਦਾ ਵੰਡ ਦੀ ਇਤਿਹਾਸਕ ਇੱਕ ਜਾਂ A/B ਟੈਸਟ ਦੇ ਮੁੱਲਾਂ ਨਾਲ ਬਾਕੀ ਦੇ ਵਹਾਅ ਨਾਲ ਤੁਲਨਾ ਕਰ ਸਕਦੇ ਹਾਂ, ਜੋ ਸਾਨੂੰ ਮਾਡਲ ਵਿੱਚ ਵਿਗਾੜਾਂ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਣ ਅਤੇ ਸਮੇਂ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਨੂੰ ਵਾਪਸ ਲਿਆਉਣ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ।

ਜ਼ਿਆਦਾਤਰ ਮਾਮਲਿਆਂ ਵਿੱਚ, ਅਸੀਂ ਸਾਧਾਰਨ ਹਿਉਰਿਸਟਿਕਸ ਜਾਂ ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਸਿਸਟਮਾਂ ਦੇ ਆਪਣੇ ਪਹਿਲੇ ਸੰਸਕਰਣਾਂ ਨੂੰ ਲਾਂਚ ਕਰਦੇ ਹਾਂ ਜੋ ਅਸੀਂ ਭਵਿੱਖ ਵਿੱਚ ਨਿਗਰਾਨੀ ਵਜੋਂ ਵਰਤਦੇ ਹਾਂ। ਉਦਾਹਰਨ ਲਈ, ਅਸੀਂ ਖਾਸ ਔਨਲਾਈਨ ਸਟੋਰਾਂ ਲਈ ਨਿਯਮਤ ਲੋਕਾਂ ਦੀ ਤੁਲਨਾ ਵਿੱਚ NER ਮਾਡਲ ਦੀ ਨਿਗਰਾਨੀ ਕਰਦੇ ਹਾਂ, ਅਤੇ ਜੇਕਰ ਵਰਗੀਫਾਇਰ ਕਵਰੇਜ ਉਹਨਾਂ ਦੀ ਤੁਲਨਾ ਵਿੱਚ ਘੱਟ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਅਸੀਂ ਕਾਰਨਾਂ ਨੂੰ ਸਮਝਦੇ ਹਾਂ। ਹਿਉਰਿਸਟਿਕਸ ਦੀ ਇੱਕ ਹੋਰ ਉਪਯੋਗੀ ਵਰਤੋਂ!

ਨਤੀਜੇ

ਆਉ ਲੇਖ ਦੇ ਮੁੱਖ ਵਿਚਾਰਾਂ 'ਤੇ ਦੁਬਾਰਾ ਚੱਲੀਏ।

• ਫਿਬਡੇਕ. ਅਸੀਂ ਹਮੇਸ਼ਾ ਉਪਭੋਗਤਾ ਬਾਰੇ ਸੋਚਦੇ ਹਾਂ: ਉਹ ਸਾਡੀਆਂ ਗਲਤੀਆਂ ਨਾਲ ਕਿਵੇਂ ਜੀਵੇਗਾ, ਉਹ ਉਹਨਾਂ ਦੀ ਰਿਪੋਰਟ ਕਿਵੇਂ ਕਰ ਸਕੇਗਾ। ਇਹ ਨਾ ਭੁੱਲੋ ਕਿ ਉਪਭੋਗਤਾ ਸਿਖਲਾਈ ਮਾਡਲਾਂ ਲਈ ਸ਼ੁੱਧ ਫੀਡਬੈਕ ਦਾ ਸਰੋਤ ਨਹੀਂ ਹਨ, ਅਤੇ ਇਸਨੂੰ ਸਹਾਇਕ ML ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਮਦਦ ਨਾਲ ਸਾਫ਼ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਜੇਕਰ ਉਪਭੋਗਤਾ ਤੋਂ ਸਿਗਨਲ ਇਕੱਠਾ ਕਰਨਾ ਸੰਭਵ ਨਹੀਂ ਹੈ, ਤਾਂ ਅਸੀਂ ਫੀਡਬੈਕ ਦੇ ਵਿਕਲਪਕ ਸਰੋਤਾਂ ਦੀ ਭਾਲ ਕਰਦੇ ਹਾਂ, ਉਦਾਹਰਨ ਲਈ, ਜੁੜੇ ਸਿਸਟਮ।
• ਵਾਧੂ ਸਿਖਲਾਈ. ਇੱਥੇ ਮੁੱਖ ਚੀਜ਼ ਨਿਰੰਤਰਤਾ ਹੈ, ਇਸ ਲਈ ਅਸੀਂ ਮੌਜੂਦਾ ਉਤਪਾਦਨ ਮਾਡਲ 'ਤੇ ਭਰੋਸਾ ਕਰਦੇ ਹਾਂ. ਅਸੀਂ ਨਵੇਂ ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦਿੰਦੇ ਹਾਂ ਤਾਂ ਜੋ ਹਾਰਮੋਨਿਕ ਨਿਯਮਤਕਰਨ ਅਤੇ ਸਮਾਨ ਚਾਲਾਂ ਦੇ ਕਾਰਨ ਉਹ ਪਿਛਲੇ ਮਾਡਲ ਨਾਲੋਂ ਬਹੁਤ ਵੱਖਰੇ ਨਾ ਹੋਣ।
• ਤੈਨਾਤ. ਮੈਟ੍ਰਿਕਸ ਦੇ ਆਧਾਰ 'ਤੇ ਸਵੈ-ਤੈਨਾਤੀ ਮਾਡਲਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਲਈ ਸਮਾਂ ਬਹੁਤ ਘਟਾਉਂਦੀ ਹੈ। ਅੰਕੜਿਆਂ ਦੀ ਨਿਗਰਾਨੀ ਅਤੇ ਫੈਸਲੇ ਲੈਣ ਦੀ ਵੰਡ, ਉਪਭੋਗਤਾਵਾਂ ਤੋਂ ਗਿਰਾਵਟ ਦੀ ਗਿਣਤੀ ਤੁਹਾਡੀ ਆਰਾਮਦਾਇਕ ਨੀਂਦ ਅਤੇ ਲਾਭਕਾਰੀ ਹਫਤੇ ਦੇ ਅੰਤ ਲਈ ਲਾਜ਼ਮੀ ਹੈ।

ਖੈਰ, ਮੈਂ ਉਮੀਦ ਕਰਦਾ ਹਾਂ ਕਿ ਇਹ ਤੁਹਾਡੇ ML ਸਿਸਟਮਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਬਿਹਤਰ ਬਣਾਉਣ, ਉਹਨਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਮਾਰਕੀਟ ਵਿੱਚ ਲਿਆਉਣ, ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਵਧੇਰੇ ਭਰੋਸੇਮੰਦ ਅਤੇ ਘੱਟ ਤਣਾਅਪੂਰਨ ਬਣਾਉਣ ਵਿੱਚ ਤੁਹਾਡੀ ਮਦਦ ਕਰੇਗਾ।

ਸਰੋਤ: www.habr.com