Цей браузер більше не підтримується.
Замініть його на Microsoft Edge, щоб користуватися перевагами найновіших функцій, оновлень безпеки та технічної підтримки.
Які з наведених нижче інструкцій найкраще описують зв'язок між ШІ, машинним навчанням і глибоким навчанням?
Машинне навчання є підмножиною ШІ, а глибоке навчання – це підмножина машинного навчання.
ШІ – це підмножина машинного навчання, яка є підмножиною глибокого навчання.
Глибоке навчання є підмножиною ШІ, а машинне навчання є підмножиною глибокого навчання.
ШІ, машинне навчання та глибоке навчання – це три окремі та непов'язані поля.
Який алгоритм буде найбільш підходящим для прогнозування цін на будинки і чому?
Алгоритми класифікації, оскільки вони використовуються для сортування даних за попередньо визначеними категоріями.
Алгоритми регресії, оскільки вони призначені для прогнозування безперервних результатів на основі вхідних змінних.
Алгоритми регресії, оскільки вони групують схожі точки даних разом на основі їхніх характеристик.
Алгоритми класифікації, оскільки вони використовуються, щоб знайти найкраще рішення для ріелторів, наприклад, визначення найшвидшого продажу.
Яка віха найбільш суттєво сприяла практичним застосуванням ШІ в повсякденному житті і чому?
Питання Алана Тьюринга "Чи можуть машини думати?" в 1950 році, тому що це викликало інтерес до ШІ.
Розробка теоретика логіки в 1956 році тому, що це було значним технічним досягненням, яке розпочалося просування програм ШІ.
Перехід до керованого даними підходу в 2000-х ах.
Впровадження віртуальних помічників у повсякденні продукти 2010-х років.
Перш ніж перевіряти роботу, потрібно відповісти на всі запитання.
Чи була ця сторінка корисна?
Потрібна допомога із цією темою?
Хочете скористатися Ask Learn, щоб отримати пояснення чи інструкції із цієї теми?