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
La hoja de repaso cubre los conceptos esenciales de Introduction au Machine Learning. Está organizada por temas para facilitar el aprendizaje y la memorización, con definiciones clave, explicaciones y resúmenes.
Lee la hoja completa →El cuestionario contiene 8 preguntas de opción múltiple con correcciones y explicaciones detalladas para cada respuesta. Ideal para poner a prueba tus conocimientos e identificar lagunas.
Realiza el cuestionario (8 preguntas) →Revizly ofrece 16 tarjetas de memoria interactivas sobre Introduction au Machine Learning. Cada tarjeta presenta una pregunta en el anverso y la respuesta en el reverso, permitiendo una revisión activa y efectiva basada en la repetición espaciada.
Ver las 16 tarjetas de memoria →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.