Soal SMA · Latihan campuran · Kesulitan 4/5
Sebuah perusahaan ingin mengimplementasikan sistem rekomendasi film. Mereka memiliki data rating pengguna terhadap film. Pendekatan collaborative filtering berbasis item menghitung kemiripan antarfilm. Jika matriks rating sangat sparse, teknik manakah yang paling tepat untuk mengurangi dimensi dan meningkatkan akurasi rekomendasi?
- A.Matrix factorization
- B.Klasifikasi Naive Bayes
- C.Regresi linear berganda
- D.Clustering K-Means
Kunci jawaban & pembahasan
Jawaban: Matrix factorization
Matrix factorization mereduksi dimensi matriks sparse dengan mempelajari faktor laten pengguna dan item, meningkatkan akurasi rekomendasi.
Mau penjelasan yang menyesuaikan level anak?
Xinau AI membahas soal langkah demi langkah, menyesuaikan gaya bahasa dengan usia anak, dan menyusun latihan berikutnya berdasarkan jawaban sebelumnya.
Coba gratis 30 hari