已不再支援此瀏覽器。
請升級至 Microsoft Edge,以利用最新功能、安全性更新和技術支援。
機器學習演算法與傳統演算法有何差異?
相較於傳統的演算法,機器學習演算法的建置一律更為複雜。
每次使用機器學習演算法時都必須經過定型。
在開發過程中,機器學習演算法會直接透過資料來塑型。 傳統演算法的基礎幾乎完全取決於理論或程式碼編寫人員的意見。
什麼時候該執行定型?
每次要使用模型的時候
只有在想要改善模型時
每次從檔案載入模型時
模型、目標和定型資料之間有何關聯?
定型資料是用來對模型進行變更。 這些變更可協助模型以更好的方式達成目標。
定型資料是用來對目標進行變更。 這些變更有助於使目標更接近模型。
定型資料是用來對模型進行變更。 這些變更可協助定型資料具備更好的效能以達到目標。
您必須先回答所有問題,才能檢查進度。
繼續
此頁面對您有幫助嗎?