Quiz collegato alla guida · Facile Livello
Come l'intelligenza artificiale impara il quiz
Controlla la tua conoscenza dell'apprendimento supervisionato, non supervisionato e di rinforzo, oltre all'overfitting, ai set di test e a cosa misura effettivamente la perdita di un modello.
Domanda 1 di 8
Nell’apprendimento supervisionato, cosa includono i dati di addestramento?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Nell’apprendimento supervisionato, cosa includono i dati di addestramento?
- Solo esempi grezzi senza risposte allegate
- Regole scritte dai programmatori per ogni situazione possibile
- Inputs paired with target outputs, called labels
- Premi e penalità da un ambiente di gioco
- Raggruppare i clienti in base ad abitudini di acquisto simili senza categorie predefinite è un esempio di quale tipo di apprendimento?
- Apprendimento non supervisionato
- Programmazione basata su regole
- Apprendimento supervisionato
- Apprendimento per rinforzo
- In che modo un agente di apprendimento per rinforzo, come chi impara a giocare a un videogioco, migliora?
- Provando azioni e imparando da premi o penalità
- Memorizzando il codice sorgente del gioco
- Copiando esempi etichettati che mostrano la mossa corretta ad ogni turno
- Ordinando i giochi passati in cluster senza feedback
- Un modello si comporta bene sui suoi esempi di addestramento ma male su esempi di confronto fuori campione. Quale modello mostra questo?
- Sottodimensionamento
- Adattamento eccessivo
- Data leakage
- Buona generalizzazione
- Why keep a test set separate from fitting the model and choosing its settings?
- To estimate performance on examples not used for those development choices
- To tune hyperparameters by repeatedly checking the final evaluation set
- To add held-out examples to training after the choices are final
- To check whether training predictions match their training labels
- In the guide’s supervised training loop, what does the loss measure?
- Quanta elettricità consuma la corsa di allenamento
- Quanto tempo impiega il modello per dare una risposta
- Quanti esempi sono stati eliminati dal set di dati di addestramento
- The numerical difference between predictions and target values
- A text model learns to predict the next token from the preceding context. Which learning setup does the guide describe?
- Supervised learning with separately supplied labels
- Unsupervised clustering of the text
- Self-supervised training that creates a prediction task from the text
- Reinforcement learning from rewards for each token
- A model changes its answer after seeing an example in a prompt. What can be concluded about its learned weights?
- They must have permanently changed
- The prompt became part of every user’s training data
- The model cannot use examples without retraining
- A changed response does not by itself show a weight update