Se usó la API de Cloud Translation para traducir esta página. Incorporaciones: Pon a prueba tus conocimientos Volver a la ruta de aprendizaje ¿Cuál de los siguientes atributos serían buenos candidatos para una incorporación? (Seleccione todas las opciones que correspondan). Selecciona todas las respuestas que consideres correctas. Temperaturas máximas diarias en Tokio, Japón, de 1999 a 2024 Categorización de género de 10,000 obras: comedia, tragedia o historia Nombres científicos de las más de 1.5 millones de especies de animales que existen en la Tierra Líneas de código en un proyecto de software grande Estás construyendo una incorporación de similitud de canciones a partir de una base de datos de 10.000 canciones, representadas como codificaciones one-hot. ¿Cuántas dimensiones tendrá la incorporación? 10,000 dimensiones Más de 10,000 dimensiones Menos de 10,000 dimensiones ¿Cuáles de los siguientes son los beneficios de una representación de vector de incorporación de datos de atributos sobre una representación de los mismos datos con codificación one-hot? (Seleccione todas las opciones que correspondan). Selecciona todas las respuestas que consideres correctas. La representación de incorporación tiene menos pesos para ajustar durante el entrenamiento. La representación de incorporación puede codificar relaciones semánticas. Un modelo entrenado en la representación de incorporación no necesita evaluarse con un conjunto de prueba. La representación de incorporación puede ser más fácil de mostrar en una visualización. Verdadero o falso: Se puede usar una capa oculta de una red neuronal entrenada como incorporación. Verdadero Falso ¿Cuáles de las siguientes afirmaciones sobre word2vec son verdaderas? (Seleccione todas las opciones que correspondan). Selecciona todas las respuestas que consideres correctas. Word2vec es una de las muchas técnicas que se usan para crear representaciones vectoriales de las palabras. Word2vec asigna palabras semánticamente similares a los vectores de incorporación que están cerca entre sí en el espacio geométrico. Word2vec asigna una palabra con múltiples significados a múltiples vectores de incorporación. Word2vec produce incorporaciones contextuales. Enviar respuestas error_outline Se produjo un error mientras se calificaba el cuestionario. Vuelve a intentarlo.
