Bir şirket, mevcut veri setindeki kalıpları yansıtan sentetik veriler oluşturmak istiyor. Bu tür sentetik verileri oluşturmak için hangi model türü uygundur?
Bir cevap seçin
Cevabınızı kontrol etmek için bir seçeneğe dokunun.
Doğru cevap: Generative adversarial network (GAN).
Neden bu cevap
Üretken çekişmeli ağlar (GAN'lar), mevcut veri setindeki kalıpları ve dağılımları öğrenerek yeni, gerçekçi sentetik veriler oluşturmak için tasarlanmıştır. Bir jeneratör ve bir diskriminatör olmak üzere iki ağın rekabetçi bir şekilde eğitilmesiyle çalışırlar. Jeneratör sentetik veriler üretirken, diskriminatör gerçek veriler ile jeneratör tarafından üretilen sentetik veriler arasında ayrım yapmaya çalışır. Bu süreç, jeneratörün orijinal veri setine çok benzeyen veriler üretmesini sağlar. XGBoost, sınıflandırma ve regresyon için kullanılan bir güçlendirme algoritmasıdır. Residual neural network (artık sinir ağı), derin ağların eğitimini kolaylaştıran bir yapıdır. WaveNet ise ham ses dalga formları oluşturmak için kullanılan bir üretken modeldir, ancak genel sentetik veri üretimi için GAN'lar daha esnektir.
Sonsuz cevap arayışı olmadan sınavınızı geçin
Bu sınav için her doğrulanmış soruyu ve açıklamayı tek bir yerde edinin ve saatlerce süren hazırlıktan tasarruf edin. 1.000'den fazla sertifika · 20'den fazla dil · ücretsiz başlayın.
Sınavınızı daha hızlı geçin → Kart gerekmez