Contrôle des connaissances

L’apprentissage supervisé nécessite une supervision humaine, alors que l’apprentissage non supervisé ne la nécessite pas.

L’apprentissage supervisé utilise toujours un optimiseur, mais l’apprentissage non supervisé jamais.

L’apprentissage supervisé entraîne un modèle en comparant des estimations aux réponses correctes. La fonction de coût pour l’apprentissage non supervisé n’a pas besoin de réponses correctes.

Maximiser le coût pour que l’objectif soit atteint.

Calculer le coût en comparant les estimations aux réponses correctes.

Mettre à jour les paramètres du modèle.

Elle compare les coûts pour plusieurs combinaisons de paramètres, puis elle sélectionne la meilleure option.

Elle utilise une compréhension interne de la relation entre les caractéristiques et les étiquettes pour faire des choix intelligents.

Elle utilise des calculs pour estimer la pente de la fonction de coût.

Une fonction de coût unique est nécessaire pour chaque système bancaire ou d’échange de devises traité.

Les fonctions de coût aident les modèles à traiter les données et de nombreux types de modèles sont disponibles

Différentes fonctions de coût peuvent arriver à des réponses différentes, et ce qui est le mieux dépend de l’objectif.

Il accélère ou ralentit l’entraînement.

Si le taux d’apprentissage est trop élevé ou trop faible, il peut empêcher un modèle d’être entraîné de façon optimale.

Les deux options sont correctes.