ThatQuiz Tesztkönyvtár Töltsd ki most ezt a tesztet
Gépi tanulás
Közreműködött: Asztalos
  • 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) A mesterséges intelligencia egyik ága, amely lehetővé teszi a gépek számára, hogy tanuljanak az adatokból.
B) Számítógépes chipek tervezésére használt programozási nyelv.
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) Osztályozás
B) Lineáris regresszió
C) Döntési fák
D) Klaszterezés
  • 3. Miért felelős a neurális hálózatban használt aktiválási függvény?
A) A nemlinearitás bevezetése a hálózatba.
B) A hálózat betanítása visszaszaporítással.
C) Információk tárolása későbbi használatra.
D) A bemenet közvetlen konvertálása kimenetté.
  • 4. Milyen algoritmust használnak általában a megerősítő tanuláshoz?
A) K-Means
B) Random Forest
C) Q-Learning
D) SVM
  • 5. Milyen módszerrel csökkenthető az adatok dimenziója a gépi tanulásban?
A) Gradiens Descent
B) Döntési fák
C) Főkomponens-elemzés (PCA)
D) Naiv Bayes
  • 6. Mi a veszteségfüggvény szerepe a gépi tanulásban?
A) Számszerűsíti a becsült és a tényleges értékek közötti különbséget.
B) Kiválasztja a modell legjobb tulajdonságait.
C) Optimalizálja a modellt visszaszaporítással.
D) Edzés előtt normalizálja az adatokat.
  • 7. Mi a funkciótervezés a gépi tanulásban?
A) A modell értékelése keresztellenőrzéssel.
B) A modell rendszerezése a túlillesztés elkerülése érdekében.
C) Modell betanítása adatok nélkül.
D) A bemeneti jellemzők kiválasztásának és átalakításának folyamata a modell teljesítményének javítása érdekében.
  • 8. Mi a célja a döntési határnak a gépi tanulásban?
A) Zaj hozzáadásához az adatokhoz.
B) A modell tanulási sebességének szabályozására.
C) A veszteség funkció minimalizálása edzés közben.
D) Különböző osztályok elkülönítése a beviteli térben.
  • 9. Mi a torzítás-variancia kompromisszuma a gépi tanulásban?
A) Az alul- és túlillesztés közötti kompromisszum.
B) Az edzési idő és a modell teljesítménye közötti egyensúly.
C) A modell összetettsége és az általánosíthatóság egyensúlya.
D) Kompromisszum a pontosság és a precizitás között.
  • 10. Milyen algoritmust használnak általában osztályozási feladatokhoz a gépi tanulásban?
A) Főkomponens-elemzés (PCA)
B) A K-csoportosulást jelent
C) Lineáris regresszió
D) Támogatja a vektorgépet (SVM)
  • 11. Melyik módszert használják a gépi tanulási modell teljesítményének értékelésére?
A) Számítási komplexitás ellenőrzése
B) Keresztellenőrzés
C) Találgatás
D) Csak edzésadatok használata
  • 12. Milyen technikát használnak a hiányzó adatok kezelésére a gépi tanulásban?
A) A hiányzó adatok figyelmen kívül hagyása
B) Imputáció
C) Az adatok megkettőzése
D) Zaj hozzáadása az adatokhoz
  • 13. Melyik értékelési mérőszámot használják általában az osztályozási modellekhez?
A) Pontosság
B) Átlagos négyzetes hiba
C) Átlagos abszolút hiba
D) R-négyzet
  • 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) Véletlenszerű inicializálás
C) Korai megállás
D) Visszaszaporítás
  • 16. Melyik módszert használják a hiperparaméterek optimalizálására a gépi tanulási modellekben?
A) Rács keresés
B) Hiperparaméterek véletlenszerű kiválasztása
C) Egyetlen hiperparaméterre összpontosítva
D) A hiperparaméterek figyelmen kívül hagyása
  • 17. Az alábbiak közül melyik a felügyelt tanulási algoritmus?
A) Főkomponens analízis
B) Döntési fa
C) K-csoportosulást jelent
D) Lineáris regresszió
  • 18. Melyik függvényt használják általában veszteségfüggvényként a lineáris regresszióban?
A) Keresztentrópia
B) Log Loss
C) Root Mean Squared Error (RMSE)
D) Átlagos négyzetes hiba (MSE)
  • 19. Milyen típusú gépi tanulási algoritmus alkalmas folyamatos érték előrejelzésére?
A) Dimenziócsökkentés
B) Regresszió
C) Osztályozás
D) Klaszterezés
  • 20. Melyik algoritmust használják általában a kiegyensúlyozatlan adatkészletek kezelésére a gépi tanulásban?
A) K-legközelebbi szomszédok (KNN)
B) PCA (főkomponens-elemzés)
C) SMOTE (Synthetic Minority Over-sampling Technique)
D) AdaBoost
  • 21. Melyik algoritmust használják általánosan anomáliák észlelésére a gépi tanulásban?
A) Elszigetelő erdő
B) SVM (Support Vector Machine)
C) Naiv Bayes
D) A K-csoportosulást jelent
  • 22. Milyen technikát alkalmaznak a neurális hálózatok túlillesztésének megelőzésére?
A) Gradiens Descent
B) Kötegelt normalizálás
C) Kidobni
D) Funkció méretezése
Létrehozva That Quiz — a matematika teszt generáló webhely más tantárgyi forrásokkal.