QCM 3 NeMO

De quels types de données le Deep Learning requiert-il en entrée ?

• Des données textuelles

• Des données structurées

• Des données visuelles telles que des images ou des vidéos

• Pas de contrainte

Quel est le principal avantage du Deep Learning par rapport au Machine Learning ?

• Les algorithmes sont plus explicables

• Les algorithmes sont systématiquement plus performants

• Les features sont apprises par le réseau, alors que les algo de Machine Learning nécessitent de les créer à la main

• Le volume de données nécessaire à l'entraînement est généralement plus faible.

Quelles sont les applications du deep learning ?

• La reconnaissance d'image

• La traduction

• La prévision

• La fabrication d'objets

Dans quel but a été créé le Deep Learning ?

• Les algorithmes de Deep Learning ont vu le jour dans le but de rendre les techniques traditionnelles de Machine Learning plus efficaces.

• Son objectif principal était de réduire l'efficacité des algorithmes de reconnaissance vocale.

• Le Deep Learning a été conçu pour rendre les systèmes informatiques moins précis dans la prise de décisions.

A quel point l'entraînement du Deep Learning est-il coûteux ?

• Peu cher

• Moyennement cher

• Très couteux