Zobrazeno 1 - 10
of 58
pro vyhledávání: '"A/B tests"'
Autor:
Marcin Cieśla, Mariusz Dzieńkowski
Publikováno v:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska, Vol 13, Iss 4 (2023)
The websites of higher education institutions, due to the fact that they are addressed to multiple stakeholder groups, not only need to have an appropriately designed information structure but must also be useful. Additionally, in the case of public
Externí odkaz:
https://doaj.org/article/7616367308044b32a920de130bb5120f
Publikováno v:
IEEE Access, Vol 11, Pp 20553-20559 (2023)
Collaborative filtering recommendation systems are traditionally trained in a batch manner and are designed to produce personalized recommendations for a large number of users at the same time. However, in many industrial use cases, it is reasonable
Externí odkaz:
https://doaj.org/article/f70bf44f075d4111a0ac74dd906ccdc5
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Trials, Vol 21, Iss 1, Pp 1-9 (2020)
Abstract Background Many technology companies, including Airbnb, Amazon, Booking.com, eBay, Facebook, Google, LinkedIn, Lyft, Microsoft, Netflix, Twitter, Uber, and Yahoo!/Oath, run online randomized controlled experiments at scale, namely hundreds o
Externí odkaz:
https://doaj.org/article/d5d9afc4bee444cba83705cb5862ff4c
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Smith, Gary, author, Cordes, Jay, author
Publikováno v:
The Phantom Pattern Problem : The Mirage of Big Data, 2020, ill.
Externí odkaz:
https://doi.org/10.1093/oso/9780198864165.003.0003
Autor:
Smith, Gary, author, Cordes, Jay, author
Publikováno v:
The Phantom Pattern Problem : The Mirage of Big Data, 2020, ill.
Externí odkaz:
https://doi.org/10.1093/oso/9780198864165.003.0007
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Randomized A/B tests within online learning platforms represent an exciting direction in learning sciences. With minimal assumptions, they allow causal effect estimation without confounding bias and exact statistical inference even in small samples.
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::8614c8a2ea3b57946e760b10bc8d169b
