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?
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?
Natural Language Processing
및 Computer Vision
은 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 search
은 복잡성 O (mn)을 갖는데, 여기서 m은 서브 스트링의 크기이고, n은 검색 될 텍스트의 크기이다. NLP에서 Automatic summarization
이 이라는 문제가있어 NLP
에서 가장 어려운 문제 중 하나입니다.
질문의 두 번째 부분은 대답은 아니요입니다. 교육 모델을 사용해도 문제 해결의 복잡성을 줄일 수는 없습니다.