RankBoost (EachMovie)
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti pro tento model nebyly zveřejněny, takže jej nelze stáhnout ani spustit na vlastním hardwaru v žádné velikosti. Je dostupný pouze prostřednictvím svého poskytovatele, a žádná změna grafické karty to nezmění..
Na záznamu
Plná specifikace
Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..
Původ
Kdo vytvořil tento model, kde a kdy byl publikován.
- Organizace
- Columbia University,Princeton University,Hebrew University of Jerusalem
- Typ organizace
- Academia,Academia,Academia
- Země
- United States of America, Israel
- Publikováno
- 15 November 2003
- Autoři
- Yoav Freund, Raj Iyer, Robert E. Schapire, Yoram Singer
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Recommendation
- Úkol
- Recommender system, Collaborative filtering, Movie ratings
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- Výcviková data
- tokens
We used the data of 61,625 viewers entering a total of 2,811,983 numeric ratings for 1,628 different movies (films and videos).
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.
- Hmotnosti
- Closed — provider access only
- Přístup k modelu
- Unreleased
- Tréninkový kód
- Unreleased
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Záznam důvěry
- Unknown
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- An Efficient Boosting Algorithm for Combining Preferences
- Nap poslední aktualizace
- 11 February 2026
Co čísla znamenají
Co je tento MODEL
RankBoost (EachMovie) byl zveřejněn Columbia University,Princeton University,Hebrew University of Jerusalem, v zemi zaznamenané jako United States of America, během November 2003. Kategorie, do které vydavatel spadá, je academia,Academia,Academia.
funguje v oblasti Recommendation, a je zaznamenán jako vykonávající úkol recommender system, Collaborative filtering, Movie ratings.
Protože váhy nejsou k dispozici, žádné z hardwarových údajů na tomto webu se na něj nevztahují.
Odpovědi
RankBoost (EachMovie) — běžné otázky
RankBoost (EachMovie)— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
RankBoost (EachMovie)— kolik má parametrů?
Pro něj nebyl zveřejněn žádný počet parametrů, a proto se na této stránce neobjevují žádné údaje o paměti nebo rychlosti.
RankBoost (EachMovie)— Kdo to vytvořil?
Bylo to publikováno společností Columbia University,Princeton University,Hebrew University of Jerusalem, zakládající se na United States of America, organizace zařazená jako academia,Academia,Academia.
RankBoost (EachMovie)— Kdy byl vydán?
Bylo to zveřejněno v November 2003. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
RankBoost (EachMovie)— K čemu se to používá?
funguje v oblasti Recommendation, a je zaznamenáno jako zpracovávající úkol recommender system, Collaborative filtering, Movie ratings. Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.
RankBoost (EachMovie)— Jakou GPU potřebuji k jejímu spuštění?
Žádné. Toto je uzavřený model — jeho váhy nikdy nebyly zveřejněny, takže jej nelze stáhnout nebo spustit na vlastním hardwaru za žádnou cenu. Je dostupný pouze prostřednictvím jeho poskytovatele.
Druhý směr
Díváte se na to z druhé strany?
Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.