1. Qu'est-ce que le K-anonymat en traitement de données ?
2. Quelle affirmation correspond au sujet « Définition du problème en machine learning : variables explicatives, variable cible et objectifs d’estimation » ?
3. Quelle affirmation correspond au sujet « Types d'apprentissage : supervisé, non supervisé, semi-supervisé et par renforcement » ?
Applications du ML — exemples ?
AlphaGo, reconnaissance d’images, recommandations
Problème ML — variables ?
Variables explicatives, variable cible, objectifs d’estimation
Types d'apprentissage — principaux ?
Supervisé, non supervisé, semi-supervisé, par renforcement
Régression — cible ?
Variable quantitative continue
Classification — cible ?
Variable qualitative ou catégorielle
Erreur réductible — définition ?
Erreur liée à l’estimation de f, diminuable
Листът за преговор обхваща основните концепции на Introduction au Machine Learning. Организиран е по теми, за да улесни ученето и запомнянето, с ключови дефиниции, обяснения и резюмета.
Прочетете пълния лист →Тестът съдържа 8 въпроса с множество отговори с подробни корекции и обяснения за всеки отговор. Идеален за тестване на знанията ви и идентифициране на пропуски.
Вземете теста (8 въпроса) →Revizly предлага 16 интерактивни флашкарти по Introduction au Machine Learning. Всяка карта представя въпрос на предната страна и отговор на задната, което позволява активно и ефективно преговаряне, базирано на разпределено повторение.
Вижте всички 16 флашкарти →Intelligence Artificielle
Bases de données
Bases de données
Bases de données
Import your PDF or paste your course, AI generates sheets, quizzes and flashcards in 30 seconds.