Прикладное машинное обучение с Keras

1. Что из перечисленного представляет собой машинное обучение?

   Выполнение сложных расчетов.

   Анализ данных и моделирование для прогнозирования.

   Решение проблем через человеческую интуицию.

   Все вышеперечисленное

2. В чем основное преимущество использования библиотек KerasCV и KerasNLP?

   Для их использования требуется глубокое понимание теории машинного обучения.

   Чтобы они были полезными, требуется дорогостоящее предварительное обучение.

   Они специально разработаны для задач визуализации данных.

   Они предлагают доступ к сложным, современным моделям с помощью простого API.

3. Вопросы, где нужно заполнить пропуски

   Введите одно или несколько слов, чтобы закончить предложение.

   Процесс преобразования необработанных данных в функции, подходящие для модели машинного обучения, называется ___.

4. Какова основная цель преобразования TensorFlow?

   Для развертывания моделей машинного обучения.

   Для визуализации производительности модели.

   Создавать модели глубокого обучения.

   Для предварительной обработки данных для машинного обучения.

5. Вопросы, где нужно заполнить пропуски

   Введите одно или несколько слов, чтобы закончить предложение.

   После обучения и оценки модели машинного обучения можно ___ делать прогнозы на основе новых данных.

Отправить ответы