ترجمه فارسی مقاله کشف علی در سیستم‌های توصیه‌کننده: مثال و بحث

چکیده

Causality is receiving increasing attention by the artificial intelligence and machine learning communities. This paper gives an example of modelling a recommender system problem using causal graphs. Specifically, we approached the causal discovery task to learn a causal graph by combining observational data from an open-source dataset with prior knowledge. The resulting causal graph shows that only a few variables effectively influence the analysed feedback signals. This contrasts with the recent trend in the machine learning community to include more and more variables in massive models, such as neural networks.

چکیده به فارسی (ترجمه ماشینی)

علیت مورد توجه بیشتر هوش مصنوعی و جوامع یادگیری ماشین قرار می گیرد.در این مقاله نمونه ای از مدل سازی یک مشکل سیستم توصیه کننده با استفاده از نمودارهای علی قرار دارد.به طور خاص ، ما به کار کشف علیت نزدیک شدیم تا با ترکیب داده های مشاهده ای از یک مجموعه داده منبع باز با دانش قبلی ، یک نمودار علی را بیاموزیم.نمودار علی ناشی از آن نشان می دهد که تنها چند متغیر به طور موثری بر سیگنال های بازخورد تجزیه و تحلیل تأثیر می گذارد.این تضاد با روند اخیر در جامعه یادگیری ماشین است تا متغیرهای بیشتر و بیشتری را در مدل های عظیم مانند شبکه های عصبی شامل شود.