Archivée
Que faut-il faire lorsqu’il manque des données dans un jeu de données d'entraînement? (Nan or cellule vide) sélectionner les méthodes qui peuvent être utilisées
0
Évaluations de la communautéPersonne n'a encore évalué cette question, soyez le premier !
4
Quelles sont les différences/similarités entre une fonction de perte, une fonction d'erreur et une fonction de coût?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.7
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.4
Afin d'obtenir de bons résultats lors de la mise en œuvre de l'apprentissage profond, il faut préparer ses données avant de les utiliser. Quelle action doit être effectuée lors de cette préparation?8
Comment gérer les données manquantes dans un jeu de données d'apprentissage donné ?16
Comment gérer les données manquantes dans un jeu de données d'apprentissage donné ?5
Qu'est-ce que l'apprentissage par ensemble ? Il consiste à …