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.

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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
  6. 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
  7. 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
  8. 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