Skip to content

Commit 945f030

Browse files
author
glgitprd
committed
Updated by mdAutofix.py
1 parent c9aebb9 commit 945f030

File tree

1 file changed

+5
-5
lines changed

1 file changed

+5
-5
lines changed

help/using/experience-decisioning/decisioning-faq.md

Lines changed: 5 additions & 5 deletions
Original file line numberDiff line numberDiff line change
@@ -32,22 +32,22 @@ Als u twee plafondregels voor een aanbieding definieert:
3232

3333
Het aanbod wordt niet meer weergegeven aan een gebruiker als deze het vijf keer per week heeft gezien, zelfs als de totale limiet van 100 nog niet is bereikt. Op dezelfde manier, zodra 100 totale indrukken worden bereikt, houdt de aanbieding op worden getoond aan alle gebruikers.
3434

35-
Leer meer over [ het begrenzen regels ](items.md#capping).
35+
Leer meer over [​ het begrenzen regels ​](items.md#capping).
3636

3737
+++
3838

3939
## Beoordelingsformule {#ranking-formulas}
4040

4141
+++**wat is de rol van publiek tegenover een volledige dataset in AI modellen?**
4242

43-
Wanneer het vormen van [ AI modellen ](ranking/ai-models.md), zowel dienen de datasets als het publiek afzonderlijke doeleinden.
43+
Wanneer het vormen van [​ AI modellen ​](ranking/ai-models.md), zowel dienen de datasets als het publiek afzonderlijke doeleinden.
4444

4545
* **Datasets**: De omzettingsgebeurtenissen van de Vangst (kliks, orden, opbrengst) die als optimaliseringsdoelstellingen voor het model dienen.
4646
* **Soorten publiek**: Functie als voorspellende variabelen die het model toelaten om aanbevelingen te personaliseren die op het lidmaatschap van het klantensegment worden gebaseerd.
4747

4848
Het publiek beperkt of vergroot het bereik van het model niet. In plaats daarvan, verstrekken zij contextafhankelijke attributen die de capaciteit van het model verbeteren om gepersonaliseerde voorspellingen over verschillende klantensegmenten te maken.
4949

50-
Beide componenten worden vereist voor efficiënte [ gepersonaliseerde optimalisatiemodellen ](ranking/personalized-optimization-model.md) modelprestaties.
50+
Beide componenten worden vereist voor efficiënte [​ gepersonaliseerde optimalisatiemodellen ​](ranking/personalized-optimization-model.md) modelprestaties.
5151

5252
+++
5353

@@ -70,7 +70,7 @@ In AI-modellen worden nieuwe aanbiedingen tijdens de volgende trainingscyclus ge
7070

7171
Zodra beide modellen zijn geïdentificeerd, zullen zij onmiddellijk de nieuwe aanbiedingen aan sommige bezoekers gaan bedienen om hun prestaties te testen en gegevens over hun doeltreffendheid te verzamelen.
7272

73-
Leer meer over [ auto-optimalisering ](ranking/auto-optimization-model.md) en [ gepersonaliseerde optimalisering ](ranking/personalized-optimization-model.md) modellen.
73+
Leer meer over [​ auto-optimalisering ​](ranking/auto-optimization-model.md) en [​ gepersonaliseerde optimalisering ​](ranking/personalized-optimization-model.md) modellen.
7474

7575
+++
7676

@@ -102,7 +102,7 @@ Standaard probeert het systeem geen gepersonaliseerde modellen te maken voor aan
102102
>
103103
>In productieomgevingen met grote aanbiedingen voor catalogi (~300 aanbiedingen) en restrictieve bedrijfsregels, kunnen sommige aanbiedingen lagere absolute drempels benaderen (250 beelden en 25 omzettingen per 30 dagen). Deze zijn de minimale gegevensvereisten voor modeltraining, maar bieden mogelijk geen garantie voor optimale prestaties.
104104
105-
Leer meer over [ vereisten van de gegevensinzameling ](data-collection/data-collection.md).
105+
Leer meer over [​ vereisten van de gegevensinzameling ​](data-collection/data-collection.md).
106106

107107
+++
108108

0 commit comments

Comments
 (0)