Web mining + Decision tree recommender

Pesi chiusi Korea Advanced Institute of Science and Technology (KAIST) October 2002

Nessuna stima

Nessun requisito hardware per questo modello

I pesi per questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul proprio hardware di qualsiasi dimensione. È accessibile solo attraverso il suo fornitore e nessun cambiamento della scheda grafica che.

In registrazione

specifiche complete

Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..

Origine

Chi ha costruito questo modello, dove e quando è stato pubblicato.

Organizzazione
Korea Advanced Institute of Science and Technology (KAIST)
Tipo di organizzazione
Academia
Paese
Korea (Republic of)
Pubblicato
1 October 2002
Autori
YH Cho, JK Kim, SH Kim

Cosa fa

Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.

Dominio
Recommendation
Compito
Recommender system

Dimensione

Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.

Dati di addestramento
tokens

Come è classificato

Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.

Record fiducia
Unknown
Citazioni
656

Fonti

Da dove proviene questo record e quando è stato controllato l'ultima volta.

Riferimento
A personalized recommender system based on web usage mining and decision tree induction
Ultimo aggiornamento
28 November 2025

Cosa significano i numeri

Cosa è questo modello

Web mining + Decision tree recommender è stato pubblicato da Korea Advanced Institute of Science and Technology (KAIST), nel paese registrato come Korea (Republic of), durante October 2002. Esce da un'organizzazione categorizzata come academia.

Funziona nel dominio di Recommendation, ed è registrato come eseguire il compito di recommender system.

Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.

Risposte

Web mining + Decision tree recommender — domande comuni

01

Web mining + Decision tree recommender— quando è stato rilasciato?

È stato pubblicato in October 2002. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.

02

Web mining + Decision tree recommender— A cosa serve?

Funziona nel dominio di Recommendation, e viene registrato come gestire il compito di recommender system. Un modello può gestire diversi di ciascuno, quindi queste sono le aree per cui è stato costruito piuttosto che un limite su ciò che tenterà.

03

Web mining + Decision tree recommender— che GPU ho bisogno per eseguirlo?

Nessuno. Questo è un modello chiuso - i suoi pesi non sono mai stati pubblicati, quindi non può essere scaricato o eseguito sul tuo hardware a qualsiasi prezzo. È accessibile solo attraverso il suo fornitore.

04

Web mining + Decision tree recommender— è open-source?

La licenza non è mai stata registrata nei nostri dati sorgente. Trattiamo le licenze non dichiarate come chiuse, perché una licenza non registrata non è una su cui fare affidamento.

05

Web mining + Decision tree recommender— quanti parametri ha?

Non è stato pubblicato alcun conteggio dei parametri per esso, motivo per cui non appare alcun dato sulla memoria o sulla velocità su questa pagina.

06

Web mining + Decision tree recommender— chi l'ha creato?

È stato pubblicato da Korea Advanced Institute of Science and Technology (KAIST), basato su Korea (Republic of), un'organizzazione categorizzata come academia.

Fonte

Pubblicazione originale

Ultimo aggiornamento del record 28 November 2025

L'altra direzione

Guardandolo dall'altro lato?

Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.