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 videojátékokhoz használt szoftver típusa.
C) A mesterséges intelligencia egyik ága, amely lehetővé teszi a gépek számára, hogy tanuljanak az adatokból.
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) A bemenet közvetlen konvertálása kimenetté.
B) A nemlinearitás bevezetése a hálózatba.
C) Információk tárolása későbbi használatra.
D) A hálózat betanítása visszaszaporítással.

4. Milyen algoritmust használnak általában a megerősítő tanuláshoz?

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

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

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

6. Mi a veszteségfüggvény szerepe a gépi tanulásban?

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

7. Mi a funkciótervezés a gépi tanulásban?

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

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

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

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

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

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

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

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

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

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

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

13. Melyik értékelési mérőszámot használják általában az osztályozási modellekhez?

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

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

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

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

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

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

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

17. Az alábbiak közül melyik a felügyelt tanulási algoritmus?

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

18. Melyik függvényt használják általában veszteségfüggvényként a lineáris regresszióban?

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

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

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

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

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

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

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

22. Milyen technikát alkalmaznak a neurális hálózatok túlillesztésének megelőzésére?

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

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