¿Qué tipo de aprendizaje automático requiere datos etiquetados para entrenar modelos?
Aprendizaje por refuerzo
Aprendizaje profundo
Redes neuronales
Aprendizaje supervisado
Aprendizaje no supervisado
Aprendizaje por refuerzo
Aprendizaje profundo
Redes neuronales
Aprendizaje supervisado
Aprendizaje no supervisado
Detectando anomalías mediante patrones visuales complejos
Creando etiquetas automáticas para datos no estructurados
Clasificando señales temporales en entornos dinámicos
Optimizando sistemas de recomendación basados en historiales
Resolviendo problemas de lógica difusa para diagnósticos clínicos
Vector unitario
Vector bidimensional
Vector nulo
Vector opuesto
Vector cero
Resta mínima
Producto escalar
Producto cruz
Escalado simple
Suma básica
5.0
4.2
1.8
2.5
3.0
Intervalo preestablecido.
Desviación estándar.
P-valor de la medida.
Tendencia central.
Rango interquartílico.
75%
68%
99%
95%
50%
Si tienes la extensión Trodi Blackboard instalada, borra los datos de este sitio en tu navegador.
Esto no borrará tus contraseñas ni datos de otros sitios.
Si disfrutas nuestros videos, considera apoyarnos para seguir creando contenido de calidad.
🚀 Tu ayuda nos permite seguir creciendo y ofreciendo lo mejor. ¡Gracias por tu generosidad!
¡Cada donación nos ayuda a seguir creciendo! 🚀