Heutzutage hört man viel über Deep Learning. Aber wie funktioniert das eigentlich?
Beantworten Sie die 10 Fragen im Quiz und finden Sie heraus, wie viel Sie wirklich über Deep Learning wissen.
Frage 1/10
Welche Tabelle vergleicht die von einem Modell vorhergesagten Klassifizierungen mit den tatsächlichen Klassenbezeichnungen?
Frage 4/10
Welche der folgenden Begriffe bezeichnet eine Art der Objekterfassung, bei der jeder Pixel eines Bildes in spezifische Klassen kategorisiert werden kann?
Frage 6/10
Welche Kategorie von Machine Learning findet Muster in Daten, wenn diese nicht gekennzeichnet sind?
Frage 7/10
Welche der folgenden Netzwerke werden gemeinhin mit der synthetischen Bilderstellung in Verbindung gebracht?
Frage 8/10
Welcher der folgenden Begriffe beschreibt den Prozess, bei dem ein zuvor trainiertes neuronales Netz erneut trainiert wird, um einen neuen Satz von Bildern zu klassifizieren?
Frage 9/10
Welcher der folgenden Begriffe bezeichnet eine Deep-Learning-Architektur, die gemeinhin zur Klassifizierung von Zeitreihendaten verwendet wird?
Frage 10/10
Wofür wird ein Validierungsdatensatz verwendet?
Ihr Ergebnis ist:
%
Ein guter Anfang!
Sie sind auf einem guten Weg, ein echter Deep-Learning-Profi zu werden. Erfahren Sie mehr über Deep-Learning-Techniken mit dem E-Book Einführung in Deep Learning mit MATLAB.
Beeindruckend!
Sie kennen sich aus! Mit MATLAB-Beispielen für Deep Learning meistern Sie alle Techniken und Verfahren.
Beeindruckend!
Sie kennen sich aus! Und jetzt können Sie lernen, die Techniken mit Deep Learning Onramp zu beherrschen.
Sie sind ein echter Experte!
Beginnen Sie mit der praktischen Umsetzung dieser Deep-Learning-Kenntnisse mit einem kostenlosen interaktiven Tutorial zu Deep Learning mit MATLAB.
Sie sind ein echter Experte!
Beginnen Sie mit der Anwendung dieser Deep-Learning-Fertigkeiten mit dem Deep Learning Onramp.
Lösungen
- Welche Tabelle vergleicht die von einem Modell vorhergesagten Klassifizierungen mit den tatsächlichen Klassenbezeichnungen? Konfusionsmatrix
- Was bewirkt die Hyperparameter-Optimierung? Optimiert Parameter, um die Leistung eines Lernalgorithmus zu verbessern
- Was versteht man unter einer Überanpassung? Wenn ein Modell spezifische Eigenschaften aus Trainingsdaten lernt, die sich schlecht auf einen neuen Datensatz generalisieren lassen
- Welche der folgenden Begriffe bezeichnet eine Art der Objekterfassung, bei der jeder Pixel eines Bildes in spezifische Klassen kategorisiert werden kann? Semantische Segmentierung
- Was macht ein Regressionsmodell? Prognostiziert Zahlenausgaben wie Temperaturänderungen, ein Datum oder eine bestimmte Zeit
- Welche Kategorie von Machine Learning findet Muster in Daten, wenn diese nicht gekennzeichnet sind? Nicht überwachtes Lernen
- Welche der folgenden Netzwerke werden gemeinhin mit der synthetischen Bilderstellung in Verbindung gebracht? Generative Adversial Networks (GAN)
- Welcher der folgenden Begriffe beschreibt den Prozess, bei dem ein zuvor trainiertes neuronales Netz erneut traniert wird, um einen neuen Satz von Bildern zu klassifizieren? Transfer Learning
- Welcher der folgenden Begriffe bezeichnet eine Deep-Learning-Architektur, die gemeinhin zur Klassifizierung von Zeitreihendaten verwendet wird? LSTM-Netze (Long Short-Term Memory)
- Wofür wird ein Validierungsdatensatz verwendet? Um festzustellen, wie gut ein Modell während des Trainings generalisiert
Website auswählen
Wählen Sie eine Website aus, um übersetzte Inhalte (sofern verfügbar) sowie lokale Veranstaltungen und Angebote anzuzeigen. Auf der Grundlage Ihres Standorts empfehlen wir Ihnen die folgende Auswahl: .
Sie können auch eine Website aus der folgenden Liste auswählen:
So erhalten Sie die bestmögliche Leistung auf der Website
Wählen Sie für die bestmögliche Website-Leistung die Website für China (auf Chinesisch oder Englisch). Andere landesspezifische Websites von MathWorks sind für Besuche von Ihrem Standort aus nicht optimiert.
Amerika
- América Latina (Español)
- Canada (English)
- United States (English)
Europa
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)