Une organisation forme un modèle d'apprentissage automatique pour faire (Digital Leader)

Réponse correcte: C) Une augmentation des données d'entraînement.
A) Une augmentation de la capacité de stockage peut être nécessaire pour stocker des ensembles de données plus volumineux, mais cela n'a pas d'impact direct sur la précision des prédictions. La capacité de stockage est davantage liée à la capacité de stocker et de gérer les données plutôt qu'à l'amélioration des performances des modèles d'apprentissage automatique.

B) Une bande passante réseau plus élevée est importante pour transférer efficacement les données entre les composants de stockage, de traitement et de formation de la machine. flux de travail d’apprentissage. Cependant, ce n’est pas un facteur primordial pour améliorer la précision des prévisions. La bande passante affecte la vitesse de transfert des données, mais n'améliore pas intrinsèquement la qualité des données ou du modèle lui-même.

C) L'augmentation de la quantité de données d'entraînement est l'un des moyens les plus efficaces d'améliorer les performances et la précision. de modèles d’apprentissage automatique. Des données plus diversifiées et représentatives peuvent aider le modèle à apprendre des modèles et des relations complexes, conduisant ainsi à de meilleures capacités de généralisation et de prédiction. Avec des ensembles de données plus grands et plus variés, le modèle peut capturer un plus large éventail de scénarios et faire des prédictions plus précises.

D) Des processeurs CPU plus rapides peuvent accélérer les processus de formation et d'inférence du modèle, mais ils n'améliorent pas nécessairement la précision des prédictions sur les leurs. Bien que des processeurs plus rapides puissent réduire les temps de formation et permettre davantage d'itérations de réglage du modèle, le facteur fondamental influençant la précision des prédictions est la qualité et la quantité des données de formation.

Par conséquent, C) Une augmentation des données de formation est la plus probable. option pour améliorer la précision des prédictions du modèle d’apprentissage automatique de l’organisation.