Facebook机器学习的三种运作模式

Facebook当广告系统在第一次或重大编辑后重新发布时，系统将继续探索发布广告组的最佳方式。在此期间，投放系统将探索更有效的广告解决方案，包括广告的时间、位置和方式。机器学习阶段的广告组效率不高，称为机器学习阶段。

（本文内容根据网络资料整理和来自用户投稿，出于传递更多信息之目的，不代表本站其观点和立场。本站不具备任何原创保护和所有权，也不对其真实性、可靠性承担任何法律责任，特此声明！）

常见问答(FQAS)

问题一:Facebook机器学习主要采取哪三种模式?

答:Facebook机器学习主要采取监督式学习、非监督式学习和强化学习三种模式。监督式学习是指通过标记数据集学习输入和输出之间的映射关系;非监督式学习是指在无标签数据集上发现其中的隐含结构或模式;强化学习是指让学习系统通过与环境的互动来获取知识,并将学习经验运用于将来的决策中,以最大限度提高收益或奖赏。

问题二:监督式学习在Facebook主要用于哪些场景?

答:监督式学习在Facebook主要用于新闻内容过滤、图片识别、用户画像构建等场景。例如筛选不良内容、识别上传图片中的人物、自动为用户打标签等。

问题三:非监督式学习在Facebook主要应用于哪些方面?

答:非监督式学习在Facebook主要应用于社区发现、信息提取、对象识别等方面。例如自动发现用户之间的关系或兴趣小组,从图片和视频中提取关键词或对象,发现信息之间隐含的关联等。