Este explorador ya no se admite.
Actualice a Microsoft Edge para aprovechar las características y actualizaciones de seguridad más recientes, y disponer de soporte técnico.
¿Cuál es la diferencia entre el aprendizaje supervisado y el aprendizaje sin supervisión?
El aprendizaje supervisado requiere supervisión humana, mientras que el aprendizaje sin supervisión no.
El aprendizaje supervisado siempre usa un optimizador, pero el aprendizaje sin supervisión nunca lo usa.
El aprendizaje supervisado compara las estimaciones con las respuestas correctas para entrenar el modelo. La función de costo para el aprendizaje sin supervisión no necesita las respuestas correctas.
¿Cuál es el rol de la función de costo en el aprendizaje supervisado?
Maximizar el costo de modo que se alcance el objetivo.
Calcular el costo mediante la comparación de las estimaciones con las respuestas correctas.
Actualizar los parámetros del modelo.
¿Cómo sabe el descenso de gradiente cómo actualizar los parámetros?
Compara los costos de varias combinaciones de parámetros y, a continuación, selecciona la mejor opción.
Usa un conocimiento interno de la relación entre las características y las etiquetas para tomar decisiones inteligentes.
Calcula la pendiente de la función de costo mediante el cálculo.
¿Por qué hay muchas funciones de costo disponibles?
Se requiere una función de costo única para cada sistema bancario o moneda procesados.
Las funciones de costo ayudan a los modelos a procesar datos y hay muchos tipos de modelos disponibles.
Diferentes funciones de costo pueden llegar a respuestas diferentes y lo que sea mejor depende de nuestro objetivo.
¿Por qué es importante la velocidad de aprendizaje?
Acelera o ralentiza el entrenamiento.
Si la velocidad de aprendizaje es demasiado grande o demasiado pequeña, puede impedir que un modelo se entrene de forma óptima.
Ambas opciones son correctas.
Debe responder todas las preguntas antes de comprobar su trabajo.
Continuar
¿Le ha resultado útil esta página?