Wissensbeurteilung

Abgeschlossen

Überprüfen Sie Ihr Wissen

1.

Was unterscheidet Algorithmen für maschinelles Lernen von herkömmlichen Algorithmen?

Das Erstellen von Algorithmen für maschinelles Lernen ist immer komplizierter als bei herkömmlichen Algorithmen.

Algorithmen für maschinelles Lernen müssen bei jeder Verwendung trainiert werden.

Algorithmen für maschinelles Lernen werden im Rahmen der Entwicklung direkt anhand von Daten gestaltet. Herkömmliche Algorithmen beruhen fast ausschließlich auf der Theorie oder auf der Meinung der Person, die den Code schreibt.

2.

Wann führen Sie das Training durch?

Wann immer Sie ein Modell verwenden möchten

Nur wenn Sie das Modell verbessern möchten

Jedes Mal, wenn Sie ein Modell aus einer Datei laden

3.

Welche Beziehung besteht zwischen einem Modell, einem Ziel und den Trainingsdaten?

Die Trainingsdaten werden verwendet, um Änderungen am Modell vorzunehmen. Diese Änderungen tragen dazu bei, dass das Ziel mit dem Modell besser erreicht werden kann.

Die Trainingsdaten werden verwendet, um Änderungen am Ziel vorzunehmen. Diese Änderungen tragen dazu bei, dass das Ziel dem Modell besser entspricht.

Das Modell wird verwendet, um Änderungen an den Trainingsdaten vorzunehmen. Diese Änderungen tragen dazu bei, dass das Ziel mit den Trainingsdaten besser erreicht werden kann.

Sie müssen alle Fragen beantworten, bevor Sie Ihre Arbeit überprüfen können.