Este explorador ya no es compatible.
Actualice a Microsoft Edge para aprovechar las características, las actualizaciones de seguridad y el soporte técnico más recientes.
¿Cuál es la diferencia entre los algoritmos de aprendizaje automático y los algoritmos tradicionales?
Los algoritmos de aprendizaje automático siempre son más difíciles de crear que los algoritmos tradicionales.
Los algoritmos de aprendizaje automático deben entrenarse cada vez que se usan.
Los datos son los que dan forma a los algoritmos de aprendizaje automático directamente como parte del desarrollo. Los algoritmos tradicionales se basan casi por completo en la teoría o en las opiniones de la persona que escribe el código.
¿Cuándo queremos realizar el entrenamiento?
Siempre que queramos usar un modelo.
Solo cuando queramos mejorar el modelo.
Cada vez que carguemos un modelo desde un archivo.
¿Cuál es la relación entre un modelo, un objetivo y los datos de entrenamiento?
Los datos de entrenamiento se usan para realizar cambios en el modelo. Estos cambios ayudan al modelo a ser más eficaz a la hora de lograr el objetivo.
Los datos de entrenamiento se usan para realizar cambios en el objetivo. Estos cambios ayudan a que el objetivo sea más parecido al modelo.
El modelo se usa para realizar cambios en los datos de entrenamiento. Estos cambios ayudan a que los datos de entrenamiento sean más eficaces a la hora de lograr el objetivo.
Debe responder todas las preguntas antes de comprobar su trabajo.
Continuar
¿Le resultó útil esta página?