Questo browser non è più supportato.
Esegui l'aggiornamento a Microsoft Edge per sfruttare i vantaggi di funzionalità più recenti, aggiornamenti della sicurezza e supporto tecnico.
Cosa rende gli algoritmi di apprendimento automatico diversi dagli algoritmi tradizionali?
La creazione degli algoritmi di apprendimento automatico è sempre più complessa rispetto a quella degli algoritmi tradizionali.
È necessario eseguire il training degli algoritmi di apprendimento automatico ogni volta che vengono usati.
Gli algoritmi di apprendimento automatico sono modellati in base ai dati direttamente come parte dello sviluppo. Gli algoritmi tradizionali si basano quasi interamente sulla teoria o sulle opinioni della persona che scrive il codice.
Quando si vuole eseguire il training?
Ogni volta in cui si vuole usare un modello.
Solo quando si vuole migliorare il modello.
Ogni volta che si carica un modello da un file.
Qual è la relazione tra un modello, un obiettivo e i dati di training?
I dati di training vengono usati per apportare modifiche al modello. Queste modifiche consentono al modello di migliorare il raggiungimento dell'obiettivo.
I dati di training vengono usati per apportare modifiche all'obiettivo. Queste modifiche consentono all'obiettivo di essere più simile al modello.
Il modello viene usato per apportare modifiche ai dati di training. Queste modifiche consentono ai dati di training di migliorare il raggiungimento dell'obiettivo.
Devi rispondere a tutte le domande prima di controllare il lavoro svolto.
Questa pagina è stata utile?