Créer jeu
Télécharger
Obtenir Plan Académique
Partager le jeu
Intégrez-le à votre plateforme

Vous pouvez intégrer le jeu dans un LMS compatible avec LTI 1.1 ou LTI 1.3 comme Canvas, Moodle ou Blackboard. Les scores seront ainsi automatiquement enregistrés dans le carnet de notes de la plateforme.
Télécharger
Vous avez dépassé le nombre maximum de jeux que vous pouvez intégrer à Google Classroom avec votre Plan actuel.

Pour intégrer autant de jeux que vous le souhaitez dans Google Classroom, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Vous avez dépassé le nombre maximum de jeux que vous pouvez intégrer à Microsoft Teams avec votre Plan actuel.

Pour intégrer autant de jeux que vous le souhaitez dans Microsoft Teams, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Le téléchargement du jeu est une fonctionnalité exclusive pour les utilisateurs avec un Plan Académique ou un Plan Commercial.

Obtenez votre Plan Académique ou Plan Commercial dès maintenant et commencez à intégrer vos jeux dans votre LMS, votre site Web ou votre blog.

Si vous le souhaitez, vous pouvez télécharger une jeu de test ici et tester son intégration:

How AI Learns: Core Concepts

Mots Croisés

Parties jouées 0

À propos de cette activité

Key terms and definitions on AI learning

Créé par

France

Téléchargez la version pour jouer sur papier

Créez votre propre jeu gratuite à partir de notre créateur de jeu
Affrontez vos amis pour voir qui obtient le meilleur score dans ce jeu

Top Jeux

%
Anonyme
Anonyme
%
%
%
Vous avez dépassé le nombre maximum de jeux que vous pouvez imprimer avec votre Plan actuel.

Pour imprimer autant de jeux que vous le souhaitez, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Imprimez votre jeu
How AI Learns: Core Concepts
 

Mots Croisés

How AI Learns: Core ConceptsVersion en ligne

Key terms and definitions on AI learning

par Daniela Usmiani
1

A learning paradigm where agents improve actions based on rewards from the environment.

2

A learning approach using labeled data to map inputs to targets.

3

Learning from unlabeled data to find structure or patterns.

4

A mathematical slope used in optimization to adjust parameters, usually via descent methods.

5

A computational model inspired by brain neurons that processes information through layers.

6

Efficiently computing error signals to update weights in multi-layer networks.

7

When a model performs well on training data but poorly on unseen data due to capturing noise.

8

Techniques to reduce model complexity and prevent overfitting.

6
2
5
1
4
3
7
Voulez-vous vraiment quitter la page ?

En quittant la page, vous perdrez la progression du jeu.