Gépi tanulás

1. A gépi tanulás a mesterséges intelligencia egyik ága, amely olyan algoritmusok és modellek fejlesztésére összpontosít, amelyek lehetővé teszik a számítógépek számára, hogy tanuljanak és adatok alapján döntsenek. Olyan rendszereket kell létrehozni, amelyek automatikusan tanulhatnak és fejlődhetnek önmagukban anélkül, hogy kifejezetten programoznák őket. A gépi tanulási algoritmusok nagy mennyiségű adatot elemezhetnek, mintákat azonosíthatnak, és minimális emberi beavatkozással előrejelzéseket vagy döntéseket hozhatnak. Ezeket az algoritmusokat különféle alkalmazásokban használják, például kép- és beszédfelismerésben, ajánlórendszerekben, autonóm járművekben, orvosi diagnosztikában és sok másban. A gépi tanulás erejének kihasználásával a szervezetek értékes betekintést nyerhetnek az adatokból, és javíthatják a döntéshozatali folyamatokat, ami hatékonyabb és innovatívabb megoldásokhoz vezet. Mi az a gépi tanulás?

A) Számítógépes chipek tervezésére használt programozási nyelv.
B) A mesterséges intelligencia egyik ága, amely lehetővé teszi a gépek számára, hogy tanuljanak az adatokból.
C) A videojátékokhoz használt szoftver típusa.
D) Fizikai gépek emberi bevitellel történő vezérlésének módszere.

2. Az alábbiak közül melyik példa a felügyelet nélküli tanulásra?

A) Döntési fák
B) Lineáris regresszió
C) Osztályozás
D) Klaszterezés

3. Miért felelős a neurális hálózatban használt aktiválási függvény?

A) Információk tárolása későbbi használatra.
B) A nemlinearitás bevezetése a hálózatba.
C) A hálózat betanítása visszaszaporítással.
D) A bemenet közvetlen konvertálása kimenetté.

4. Milyen algoritmust használnak általában a megerősítő tanuláshoz?

A) Q-Learning
B) SVM
C) K-Means
D) Random Forest

5. Milyen módszerrel csökkenthető az adatok dimenziója a gépi tanulásban?

A) Gradiens Descent
B) Főkomponens-elemzés (PCA)
C) Döntési fák
D) Naiv Bayes

6. Mi a veszteségfüggvény szerepe a gépi tanulásban?

A) Optimalizálja a modellt visszaszaporítással.
B) Edzés előtt normalizálja az adatokat.
C) Számszerűsíti a becsült és a tényleges értékek közötti különbséget.
D) Kiválasztja a modell legjobb tulajdonságait.

7. Mi a funkciótervezés a gépi tanulásban?

A) A bemeneti jellemzők kiválasztásának és átalakításának folyamata a modell teljesítményének javítása érdekében.
B) A modell értékelése keresztellenőrzéssel.
C) A modell rendszerezése a túlillesztés elkerülése érdekében.
D) Modell betanítása adatok nélkül.

8. Mi a célja a döntési határnak a gépi tanulásban?

A) A modell tanulási sebességének szabályozására.
B) Különböző osztályok elkülönítése a beviteli térben.
C) A veszteség funkció minimalizálása edzés közben.
D) Zaj hozzáadásához az adatokhoz.

9. Mi a torzítás-variancia kompromisszuma a gépi tanulásban?

A) A modell összetettsége és az általánosíthatóság egyensúlya.
B) Az edzési idő és a modell teljesítménye közötti egyensúly.
C) Kompromisszum a pontosság és a precizitás között.
D) Az alul- és túlillesztés közötti kompromisszum.

10. Milyen algoritmust használnak általában osztályozási feladatokhoz a gépi tanulásban?

A) Lineáris regresszió
B) Főkomponens-elemzés (PCA)
C) A K-csoportosulást jelent
D) Támogatja a vektorgépet (SVM)

11. Melyik módszert használják a gépi tanulási modell teljesítményének értékelésére?

A) Számítási komplexitás ellenőrzése
B) Találgatás
C) Csak edzésadatok használata
D) Keresztellenőrzés

12. Milyen technikát használnak a hiányzó adatok kezelésére a gépi tanulásban?

A) Zaj hozzáadása az adatokhoz
B) A hiányzó adatok figyelmen kívül hagyása
C) Az adatok megkettőzése
D) Imputáció

13. Melyik értékelési mérőszámot használják általában az osztályozási modellekhez?

A) Átlagos négyzetes hiba
B) R-négyzet
C) Átlagos abszolút hiba
D) Pontosság

14. Milyen módszerrel akadályozzák meg a modell túlillesztését a gépi tanulásban?

A) Szabályozás
B) A modell betanítása több adatra
C) A legfontosabb jellemzők eltávolítása
D) A modell összetettségének növelése

15. Milyen módszerrel frissítik a neurális hálózat súlyait edzés közben?

A) Kötegelt normalizálás
B) Visszaszaporítás
C) Véletlenszerű inicializálás
D) Korai megállás

16. Melyik módszert használják a hiperparaméterek optimalizálására a gépi tanulási modellekben?

A) A hiperparaméterek figyelmen kívül hagyása
B) Egyetlen hiperparaméterre összpontosítva
C) Rács keresés
D) Hiperparaméterek véletlenszerű kiválasztása

17. Az alábbiak közül melyik a felügyelt tanulási algoritmus?

A) Főkomponens analízis
B) Lineáris regresszió
C) K-csoportosulást jelent
D) Döntési fa

18. Melyik függvényt használják általában veszteségfüggvényként a lineáris regresszióban?

A) Log Loss
B) Átlagos négyzetes hiba (MSE)
C) Keresztentrópia
D) Root Mean Squared Error (RMSE)

19. Milyen típusú gépi tanulási algoritmus alkalmas folyamatos érték előrejelzésére?

A) Klaszterezés
B) Dimenziócsökkentés
C) Regresszió
D) Osztályozás

20. Melyik algoritmust használják általában a kiegyensúlyozatlan adatkészletek kezelésére a gépi tanulásban?

A) AdaBoost
B) SMOTE (Synthetic Minority Over-sampling Technique)
C) PCA (főkomponens-elemzés)
D) K-legközelebbi szomszédok (KNN)

21. Melyik algoritmust használják általánosan anomáliák észlelésére a gépi tanulásban?

A) A K-csoportosulást jelent
B) SVM (Support Vector Machine)
C) Naiv Bayes
D) Elszigetelő erdő

22. Milyen technikát alkalmaznak a neurális hálózatok túlillesztésének megelőzésére?

A) Kötegelt normalizálás
B) Kidobni
C) Gradiens Descent
D) Funkció méretezése

Létrehozva That Quiz — a matematika teszt generáló webhely más tantárgyi forrásokkal.