Accueil>Tests>Questions>Clustering est un processus d'apprentissage automatique non supervisé qui vise à découvrir automatiquement des regroupements naturels dans les données d'entrée. Lorsque cette méthode est utilisée, le développeur peut choisir le nombre de groupes qu'il souhaite créer.
Question du test Machine learning - Les bases
Clustering est un processus d'apprentissage automatique non supervisé qui vise à découvrir automatiquement des regroupements naturels dans les données d'entrée. Lorsque cette méthode est utilisée, le développeur peut choisir le nombre de groupes qu'il souhaite créer.
Très facile
La méthode “______” est une méthode d’apprentissage non supervisée qui vise à découvrir les groupes naturels existant dans le jeu de données étudié. Lors de l’utilisation de cette méthode, le développeur peut choisir le nombre de groupes qu’il souhaite créer dans le jeu de données. Quel est le mot manquant?
Auteur: MartinStatut : PubliéeQuestion passée 827 fois
Modifier
4
Évaluations de la communautéPersonne n'a encore évalué cette question, soyez le premier !
Questions similairesPlus de questions sur Machine Learning
13
Comment gérer les données manquantes dans un jeu de données d'apprentissage donné ?8
Comment gérer les données manquantes dans un jeu de données d'apprentissage donné ?6
Le jeu de validation est utilisé pour fournir des évaluations fréquentes et non biaisées de l'ajustement du modèle sur le jeu d'entraînement tout en ajustant ses hyperparamètres/paramètres: en d'autres termes, le modèle est trouvé et ensuite testé sur le jeu de validation avant d'être amélioré une fois de plus.6
Quel est le mot manquant dans la phrase suivante : Overfitting est la production d'un modèle qui correspond trop étroitement à l'ensemble de données d'apprentissage et peut donc ne pas s'adapter à d'autres ensembles de données et donc ne pas effectuer de prévision fiable.3
Donné un jeu de données, quels éléments vous aideront à choisir quel modèle / méthode d'apprentissage automatique utiliser pour créer un modèle efficace?