It is also much simpler with neural

It is also much simpler with neural networks to learn over custom data, e.g. mixing supervised and unsupervised learning (labeled and unlabeled examples), transfer learning, etc., because you can change your evaluation criterion and minimize it.
If you want to do deep learning, we have a much better understanding of how to do training using neural networks, particularly because we can train on such large datasets.

ผลลัพธ์ (ไทย) 1:

ง่ายมากกับเครือข่ายประสาทเพื่อเรียนรู้ข้อมูลที่กำหนดเอง เช่น ผสมภายใต้การดูแล และคอยกำกับการเรียนรู้ (ตัวอย่างป้าย และไม่มีป้ายชื่อ) การถ่ายโอนการเรียนรู้ เป็น ต้น เนื่องจากคุณสามารถเปลี่ยนเกณฑ์การประเมินของคุณ และย่อลงได้ถ้าคุณต้องการเรียนลึก เรามีแบบมากเข้าใจวิธีทำการฝึกอบรมการใช้เครือข่ายประสาท โดยเฉพาะอย่างยิ่งเนื่องจากเราสามารถฝึกบนชุดข้อมูลขนาดใหญ่ดังกล่าว

ผลลัพธ์ (ไทย) 2:

นอกจากนี้ยังเป็นที่เรียบง่ายมากกับเครือข่ายประสาทที่จะเรียนรู้มากกว่าข้อมูลที่กำหนดเองเช่นผสมภายใต้การดูแลและใกล้ชิดการเรียนรู้ (ที่มีข้อความและตัวอย่างที่ไม่มีป้ายกำกับ), การเรียนรู้การถ่ายโอนเป็นต้นเพราะคุณสามารถเปลี่ยนเกณฑ์การประเมินผลของคุณและลดมัน.
หากคุณต้องการที่จะทำลึก การเรียนรู้เรามีความเข้าใจที่ดีมากของวิธีการดำเนินการฝึกอบรมการใช้เครือข่ายประสาทโดยเฉพาะอย่างยิ่งเพราะเราสามารถฝึกอบรมเกี่ยวกับชุดข้อมูลขนาดใหญ่ดังกล่าว

ผลลัพธ์ (ไทย) 3:

มันก็ง่ายกว่ามาก ด้วยโครงข่ายประสาทเทียมเพื่อเรียนรู้ข้อมูลเอง เช่น การผสมแบบมีผู้สอน และการเรียนรู้แบบไม่มีผู้สอน ( ข้อความและตัวอย่างใกล้เคียง ) , การถ่ายโอนการเรียนรู้ ฯลฯ เนื่องจากคุณสามารถเปลี่ยนเกณฑ์การประเมินของคุณและลดมันถ้าคุณต้องการจะเรียนลึก เรามีความเข้าใจที่ดีมากของวิธีการฝึกอบรมโดยใช้โครงข่ายประสาทเทียม โดยเฉพาะ เพราะเราสามารถฝึกบนขนาดใหญ่เช่นชุดข้อมูล