0
컴퓨터 비전 또는 NLP와 같은 ML 문제가 주어지면 이러한 문제의 계산 복잡도는 얼마나됩니까?기계 학습 문제의 계산 복잡성은 무엇입니까?
교육용 모델을 사용하면 "어려운"문제 (해결하기 어려움)를 해결하는 효과적인 방법이라고 생각합니까?
A
답변
0
Natural Language Processing 및 Computer Vision은 수천 개의 알고리즘이 존재하는 컴퓨터 과학 분야입니다. 따라서 일반적으로 그러한 넓은 영역에 대해 계산상의 복잡성을 줄 수는 없습니다. 알고리즘의 복잡성은 서브 선형에서 NP 하드까지 다양합니다. 예를 들어, sub string search은 복잡성 O (mn)을 갖는데, 여기서 m은 서브 스트링의 크기이고, n은 검색 될 텍스트의 크기이다. NLP에서 Automatic summarization이 이라는 문제가있어 NLP에서 가장 어려운 문제 중 하나입니다.
질문의 두 번째 부분은 대답은 아니요입니다. 교육 모델을 사용해도 문제 해결의 복잡성을 줄일 수는 없습니다.
관련 문제
- 1. 계산 엔트로피 (기계 학습)
- 2. 기계 학습 사례 기반 학습
- 3. android에서 기계 학습 구현
- 4. 기계 학습에서의 학습 접근
- 5. 기계 학습 개요
- 6. 기계 학습 작업 추천자
- 7. LGPL 기계 학습 - C++
- 8. 기계 학습 - 분류 알고리즘
- 9. 기계 학습 - 훈련 단계
- 10. 기계 학습 개발 환경
- 11. AWS 기계 학습 문제
- 12. GATE 도구로 기계 학습
- 13. 기계 학습 이미지
- 14. 기계 학습 - 퍼셉트론
- 15. 익스트림 학습 기계
- 16. 기계 학습 알고리즘 선택
- 17. 기계 학습 전략 필요
- 18. 는 푸른 기계 학습
- 19. PHP 기계 학습 라이브러리?
- 20. 기계 학습 알고리즘 평가
- 21. 데이터 분류를위한 기계 학습 알고리즘.
- 22. 이름 맞춤법 검사기 기계 학습
- 23. 기계 학습 - 개념/권장 사항
- 24. 대형 기계 웹 데이터 학습
- 25. 기계 학습 - 분류 기준 평가
- 26. 기계 학습 도전 : 동전 수집 기술
- 27. 이 작업에 적합한 기계 학습 알고리즘은 무엇입니까?
- 28. 학습 기계 학습을위한 첫 번째 구현은 무엇입니까?
- 29. 학습 기계 학습을위한 최고의 프로그래밍 언어는 무엇입니까?
- 30. 기계 학습 과제 : 사용할 도구는 무엇입니까?