¿Qué tipo de aprendizaje automático requiere datos etiquetados para entrenar modelos?
Aprendizaje por refuerzo
Aprendizaje profundo
Aprendizaje no supervisado
Aprendizaje supervisado
Redes neuronales
Aprendizaje por refuerzo
Aprendizaje profundo
Aprendizaje no supervisado
Aprendizaje supervisado
Redes neuronales
Detectando anomalías mediante patrones visuales complejos
Clasificando señales temporales en entornos dinámicos
Creando etiquetas automáticas para datos no estructurados
Optimizando sistemas de recomendación basados en historiales
Resolviendo problemas de lógica difusa para diagnósticos clínicos
Vector opuesto
Vector nulo
Vector unitario
Vector bidimensional
Vector cero
Escalado simple
Producto escalar
Suma básica
Producto cruz
Resta mínima
5.0
3.0
1.8
2.5
4.2
Tendencia central.
P-valor de la medida.
Desviación estándar.
Rango interquartílico.
Intervalo preestablecido.
95%
99%
68%
50%
75%
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.
🌈 Gracias por creer en nosotros. Tu aporte ayuda a que sigamos creando para ti.
¡Cada donación nos ayuda a seguir creciendo! 🚀