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:

تحدي تعلم الآلة

Test

Parties jouées 5

À propos de cette activité

أسئلة ممتعة عن ML

Créé par

Jordan

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
تحدي تعلم الآلة
 

تحدي تعلم الآلةVersion en ligne

أسئلة ممتعة عن ML

par Mais Ahmad
1

ما تعريف تعلم الآلة بشكل مختصر؟

2

أي من التالي يعتبر نموذج إشرافي؟

3

ما الهدف من تقليل الخطأ في التدريب؟

4

أي من التالي عنصر أساسي في التعلم العميق؟

5

ما الفرق بين التعلم الإشرافي والتعلم غير الإشرافي؟

6

ما هو overfitting؟

7

أي من تقنيات تقليل Overfitting؟

8

ما هو دور خوارزمية التحسين؟

9

متى نستخدم التعلم المعزز؟

10

ما معنى الدقة في ML؟

Feedback

التعلم من البيانات يسمح للنماذج التعميم من أمثلة التدريب.

النماذج الإشرافية تعتمد على أزواج (سمات، علامة).

تقليل الخطأ يعزز القدرة على التعميم.

التعلم العميق يعتمد على طبقات متتالية من المعالجة.

التسميات توجه التدريب وتقييم الأداء.

التعميم يتضاءل عندما يكرّس النموذج للبيانات التدريبية فقط.

التجريب المتقاطع يساعد على قياس الأداء الحقيقي.

الخوارزمية تتحكم في التحديثات الوزن.

يجمع بين التعلم والتفاعل مع العواقب.

الدقة تقيس صحة التوقعات على البيانات المختبرة.

Voulez-vous vraiment quitter la page ?

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