Multiple-Choice-Fragen zum maschinellen Lernen (MCQs)
Multiple-Choice-Fragen zum maschinellen Lernen (MCQs)
MCQSS.com bietet kostenlose Fragen und Antworten zum maschinellen Lernen, die eine Vielzahl von Themen abdecken. Unser interaktives Format ermöglicht es dir, sofort herauszufinden, ob du die Fragen richtig beantwortet hast. Entdecke unsere Sammlung von Multiple-Choice-Fragen und teste dein Wissen über das maschinelle Lernen noch heute! Es ist keine Mitgliedschaft oder Registrierung erforderlich, du kannst unsere Website kostenlos nutzen. Verpasse nicht die Gelegenheit, deine Fähigkeiten zu verbessern und dich auf Prüfungen vorzubereiten mit MCQSS.com.
1: Welche der folgenden Aussagen ist/sind korrekt über ein artificial Neural Network (ANN)?
A. Das Verhalten einer ANN hängt von den für die Einheiten angegebenen Gewichte ab.
B. Das Verhalten einer ANN hängt von der für die Einheiten spezifischen Übertragungsfunktion ab.
C. Nur (dis korrekt.
D. Nur (ii) ist korrekt.
E. Sowohl (i) als auch (ii) sind korrekt.
F. Weder (i) noch (ii) sind korrekt
2: Welche der folgenden Aussagen ist/ sind korrekt über das Vowpal Wabbit?
A. Es erlaubt nicht die Verwendung nichtlinearer Merkmale.
B. Es kann als Option für maschinelles Lernen in Microsoft Azure verwendet werden.
C. Beide Optionen A und B
D. Weder Option 8 noch B
3: Welche der folgenden Funktionen besitzen Expertensysteme?
A. Ersetzen menschlicher Entscheidungsträger.
B. Vorhersage von Ergebnissen.
C. Ihr eigenes Wissen verfeinern
D. Menschliche Fähigkeiten besitzen.
4: Welche der folgenden Aussagen ist in maschinellem Lernen falsch?
A. Es erfordert keinen menschlichen Experten oder Programmierer.
B. Es ist billig und flexibel.
C. Es erfordert keine beschrifteten Daten.
D. Es wird in der Mustererkennung verwendet.
5: Die Simulation ist unter welchen der folgenden Bedingungen angemessen?
A. Wenn die Kosten Einsparungen überschreiten.
B. Wenn ein Plan mit animierter Simulation visualisiert wird.
C. Wenn Ressource/Zeit nicht verfügbar ist.
D. Wenn das Systemverhalten sehr komplex ist.
6: Welche der folgenden Aussagen ist ein Werkzeug für maschinelles Lernen mit Anwendungsprogrammierschnittstelle für C?
A. DeepLearning4J
B. Libsvm
C. Waffeln
D. Geh `Lernen
7: Überprüfung verwendet die Gray-Box-Testmethode.
A. WAHR
B. FALSCH
8: Welche der folgenden Optionen ist in Bezug auf die Klassifizierung des maschinellen Lernens die richtige Möglichkeit, den Rückruf zu definieren?
A. Wahres positiv/ (wahr positiv + falsch negativ)
B. Richtig positiv/ (falsch positiv + falsch negativ)
C. Richtig positiv/ (wahres positiv + falsch positiv)
D. Wahres positiv/ (wahr negativ + falsch negativ)
9: Welche der folgenden Datenarten kann durch den für die Klassifizierung verwendeten Entscheidungsbaumalgorithmus behandelt werden?
A. Numerische Daten
B. Kategoriale Daten
C. Sowohl numerische als auch kategoriale Daten
10: Welche der folgenden Simulationswerkzeuge stützen sich auf einen Transaktions-Flow-Ansatz für Modellierungssysteme?
A. Hybridsimulator
B. Kontinuierlicher Simulator
C. Diskreter Ereignissimulator
D. Agentenbasierter Simulator
11: Was ist die Genauigkeit des Logistic Regression Classification -Algorithmus?
A. 80,11%
B. 82,53%
C. 84,60%
D. 86,27%
12: Welche der folgenden Aussagen ist/ sind der große Randklassifizierer?
A. SVM
B. Erhöhen
C. Sowohl SVM als auch Boosting
13: Welche der folgenden Syntaxe für die Charakterisierung ist in Bezug auf die Abfragesprache für Data Mining?
A. Mine -Eigenschaften [als [MUSTER_NAME)]
B. {Matching {metapattern}}
C. Mine -Eigenschaften [als Muster_Name]
D. Analysieren Sie klassifizieren_attribute_or_dimension
E. O Minenmerkmale [als mustername] analysieren [Maß)}
F. Minenmerkmale [als mustername] Analysieren Sie die Vorhersage_attribute_or_dimension
G. {set [Attribute_or_dimension_i = value_i}]
14: Welche der folgenden Aussagen ist kein Vorteil der Simulationsmodellierung und -analyse?
A. Mehrere Leistungsmetriken zur Analyse von Systemkonfigurationen.
B. Identifizierung von Engpässen im Informationsfluss.
C. Testen Sie Hypothesen des Systems auf Machbarkeit.
D. Hervorragende Zeitplan- und Budgetplanung.
E. Entscheidungsbaumalgorithmus ist eine Art von:
F. Entscheidungsbaumalgorithmus ist eine Art von:
G. Überwachtes Lernen.
H. unbeaufsichtigtes Lernen.
I. Verstärkungslernen.
15: Welche der folgenden Aussagen ist/sind korrekt für unbeaufsichtigtes maschinelles Lernen?
A. Seine Algorithmen lernen, die Ausgabe aus Eingabedaten vorherzusagen.
B. Seine Algorithmen lernen, die Struktur aus Eingabedaten zu inhärent.
C. Es wird gegen Daten mit historischen Etiketten verwendet.
D. Sowohl B als auch C sind korrekt.
16: Logistische Regression kann mit welchen der folgenden Arten von abhängigen Variablen verwendet werden?
A. Ganze Zahl
B. Schweben
C. Binär (ja/nein antwort)
D. Alles das oben Genannte.
17: Welcher der folgenden Boosting -Algorithmen implementiert die Regularisierung, die zur Reduzierung der Überanpassung beiträgt?
A. Xgboost
B. Adaboost
C. Gradientenschub
D. Keiner der oben genannten.
18: Wie ist die Genauigkeit des naiven Bayes -Algorithmus für die Klassifizierung verwendet?
A. 78,93%
B. 83,25%
C. 80.11%
D. 86,72%
19: Welche der folgenden Aussagen ist/ sind korrekt für die C45 -Klassifizierungstechnik?
A. Es kann sowohl mit kontinuierlichen als auch mit diskreten Funktionen umgehen.
B. Es kann sowohl für kleine als auch für große Datensätze verwendet werden.
C. Es hat eine geringe Verarbeitungszeit.
D. Alles das oben Genannte.
20: Welcher der folgenden Algorithmen skaliert nicht gut im Vergleich zum anderen für sehr große Datensätze?
A. Liblinear
B. Vowpal Wabbit
C. Libsvm
D. Alle oben genannten Skala für große Datensätze sehr gut.
21: Was ist die Funktion der Ridge -Regression?
A. Es verwendet L1 -Regularisierung.
B. Es wird verwendet, wenn Daten unter Multikollinearität leiden.
C. Es schrumpft die Koeffizienten auf Null.
D. Es verwendet absolute Werte in der Straffunktion.
22: Simulationssprachen bieten weniger Flexibilität als anwendungsorientierte Simulatoren.
A. WAHR
B. FALSCH
23: Welche der folgenden Aussagen ist für die Validierung korrekt?
A. Es verwendet Black-Box- und White-Box-Tests.
B. Es führt keinen Code aus.
C. Es beinhaltet die von Menschen basierende Überprüfung von Dateien und Dokumenten.
D. Es ist ein statischer Mechanismus.
24: Welche der folgenden Optionen ist in Bezug auf künstliches neuronales Netzwerk für die Arbeit mit Problemen mit Sequenzvorhersage ausgelegt?
A. Mehrschichtiger Perceptrons (MLPs)
B. Faltungsnetzwerke (CNNs)
C. Wiederkehrende neuronale Netzwerke (RNNs)
D. Nichts des oben Genannten.
25: Welche der folgenden Aussagen gilt nicht für die Anwendung von Spracherkennung im maschinellen Lernen?
A. Es wird im Freisprechgesetz verwendet.
B. Es zielt darauf ab, das gesprochene Wort zu verstehen und zu verstehen.
C. Es wird in der Menünavigation verwendet.
D. Es ist sprecherabhängig.
26: ln maschinelles Lernen, logistische Regression:
A. Erfordert eine lineare Beziehung zwischen unabhängigen und abhängigen Variablen.
B. Unterstützt Multikollinearität.
C. erfordert kleine Stichprobengrößen.
D. wird für Klassifizierungsprobleme verwendet.
27: Welche der folgenden Abgaben definiert die F-Score-Maßnahme, um die Qualität des Textabrufs zu bewerten?
A. F -Score = Rückruf x Präzision / (Rückruf - Präzision) / 2
B. F-score = | [relevant} fl {abgerufen} l / l [abgerufen] l
C. F-score = | {relevant} fl [abgerufen} l / l [relevant] |
D. F-Score = Rückruf x Präzision / (Rückruf + Präzision) / 2
28: Welche der folgenden Aussagen ist kein Klassifizier mit mehreren Klassen?
A. Klassifizierung von Spam- und Nicht-Spam-E-Mails
B. Klassifizierung von Erntearten
C. Klassifizierung der Stimmung
D. Alle oben genannten sind Multi-Class-Identifikationen.
29: Ein Multi-Layer-Perzeptron (MLP) ist ein:
A. Finite Cyclic Graph.
B. Inf -zyklischer Diagramm
C. Inf -azyklische Grafik
D. Finite Acyclic Graph.
30: Welche der folgenden Aussagen ist kein Beispiel für eine begrenzte Wahrscheinlichkeitsverteilung?
A. Einheitliche Verteilung
B. Dreieckige Verteilung
C. Logistische Verteilung
D. Binomiale Verteilung
31: Einfache lineare Regression ist durch die vielen unabhängigen Variablen gekennzeichnet?
A. Eins
B. Zwei
C. Drei
D. Vier
32: Welche der folgenden Tools für maschinelles Lernen bietet API für die neuronalen Netze?
A. Keras.io
B. Accors.net
C. Schneller Bergmann
D. Shogun
33: Welches der folgenden Rahmenbedingungen für maschinelles Lernen funktioniert auf der höheren Abstraktionsebene?
A. Tensorflow
B. Pytorch
C. Theano
D. Keras
34: Welche der folgenden Arten von Datenanalysemodellen werden/werden verwendet, um kontinuierliche geschätzte Funktionen abzuschließen?
A. Vorhersage
B. Einstufung
C. Sowohl A als auch B
D. Weder A noch B
35: Welche der folgenden Aussagen ist ein Vorteil in der logistischen Regression?
A. Natürliche probabilistische Sichtweise der Klassenvorhersagen.
B. Lineare Entscheidungsgrenze.
C. Unabhängige Beobachtungsbedarf.
D. Überanpassung des Modells.
36: Welche der folgenden Sprachen wird in Bezug auf das Rahmen für maschinelles Lernen von Veles zur Durchführung von Automatisierung und Koordination zwischen den Knoten verwendet?
A. C ++
B. Java
C. Python
D. R
37: Welche der folgenden Aussagen ist in der linearen Regression falsch?
A. Unabhängige Variablen in der linearen Regression können kontinuierlich oder diskret sein.
B. Eine abhängige Variable in der linearen Regression ist diskret.
C. Die lineare Regression ist empfindlich gegenüber Ausreißern.
D. Es schätzt die realen Werte, die auf kontinuierlichen Variablen basieren.
38: Welches der folgenden ist falsch über Modelica?
A. Es ist eine Sprache
B. Es ist ein Werkzeug.
C. Es ist deklarativ.
D. Es ist objektorientiert.
39: Welche der folgenden Aussagen ist falsch über wiederkehrende neuronale Netzwerke (RNNs)?
A. Sie sind nicht deterministisch.
B. Sie können sich niederlassen, um Attraktoren zu zeigen.
C. Sie können schwingen.
D. Sie haben mindestens eine Feed-Back-Verbindung.
40: In Bezug auf maschinelles Lernen. Der Xgboost funktioniert für welche der folgenden Optionen?
A. Computer Vision
B. Tabellendaten
C. NLP
D. Alles das oben Genannte.
41: In mehrschichtigen Perzeptrons werden die Vorhersagen in welcher der folgenden Schichten getroffen?
A. Eingangsschicht
B. Erste versteckte Schicht
C. Letzte versteckte Schicht
D. Ausgangsschicht
42: Welches der folgenden Feedback ist falsch über das artificial neuronale Netzwerk von Feedback?
A. Sie werden in inhaltsadressierbaren Erinnerungen verwendet.
B. Feedback -Schleifen sind erlaubt.
C. Informationsfluss ist bidirektional.
D. Feedback -Netzwerke sind statisch.
43: Welche der folgenden Aussagen ist in der Feedforward -künstliche Topologie des neuronalen Netzwerks falsch?
A. Feedback -Schleifen sind nicht erlaubt.
B. Informationsfluss ist unidirektional.
C. Sie haben keine festen Eingänge und Ausgänge.
D. Sie werden in der Mustererzeugung verwendet.
44: Der RapidMiner des maschinellen Lernens ist in welcher der folgenden Programmiersprachen geschrieben?
A. C ++
B. Java
C. Python
D. C
45:
Welche der folgenden Aussagen ist wahr?
Aussage 1: Verstärkungslernen ist eine Offline-Technik.
A. Statement1 ist wahr.
B. Aussage 2 ist wahr.
C. Beide Aussagen 1 und 2 sind wahr.
D. Beide Aussagen 1 und 2 sind falsch.
46: Ein künstliches Neurongerät besteht aus wie vielen Eingaben und Ausgaben?
A. Ein Eingang und viele Ausgänge.
B. Viele Eingänge und ein Ausgang
C. Ein Eingang und ein Ausgang.
D. Viele Eingänge und viele Ausgänge.
47: Die Easticnet -Regressionstechnik:
A. kann nicht mit doppelter Schrumpfung leiden.
B. Entmutigt Gruppeneffekt bei stark korrelierten Variablen.
C. ist eine Mischung aus Lasso- und linearen Regressionstechniken.
D. hat keine Einschränkungen für die Anzahl ausgewählter Variablen.
48: Welche der folgenden Daten ist keine Datenreduktionstechnik?
A. Clustering
B. Probenahme
C. Histogramme
D. Huffman
49: Was entsprechen die Neuronen in der versteckten Schicht in Bezug auf das mehrschichtige neuronale Netzwerk?
A. Eigenschaften
B. Deskriptoren
C. Nichtlineare latente Variablen
D. Sowohl a als auch c
50: Welcher der folgenden Boosting-Algorithmen verwendet das Wachstum von Level-Weise?
A. Xgboost
B. Gradientenverstärkung
C. Adaboost
D. Leichtes GB
51: Können Entscheidungsbäume über Daten über Daten übergehen?
A. Ja
B. NEIN
52: Welche der folgenden Simulationsmodelltypen enthält die Wahrscheinlichkeit?
A. Deterministische Simulationen
B. Stochastische Simulationen
C. Sowohl A als auch B
D. Weder ein noch 0
53: Was ist der richtige F1 -Score des zufälligen Waldalgorithmus der Klassifizierung?
A. 0,5924
B. 0,5171
C. 0,6518
D. 0,6275
54: Was wird der FI-Score des zufälligen Waldalgorithmus zur Klassifizierung verwendet?
A. 0,6737
B. 0,5180
C. 0,5224
D. 0,6275
55: Welches der folgenden Schnittstellen wird/wird von Scikit - Lernwerkzeug unterstützt?
A. GPU
B. API
C. Sowohl GPU als auch API
56: Welche der folgenden Formeln wird verwendet, um die Genauigkeit der Klassifizierungsalgorithmen korrekt zu berechnen?
A. Genauigkeit: 2 (wahres positives + wahres Negativ) I Gesamtbevölkerung
B. Genauigkeit: (wahres positiv + wahres negativer) / Gesamtpopulation
C. Genauigkeit: (wahres positives + wahres negatives) / 2 (Gesamtbevölkerung)
D. Genauigkeit: (wahres positives x wahres Negativ) / Gesamtpopulation
57: Welche der folgenden Clustering -Methoden spiegelt im Data Mining die räumliche Verteilung der Datenpunkte wider?
A. Gitterbasierte Methode
B. Modellbasierte Methode
C. Partitionierungsmethode
D. Hierarchische Methode
58: In Bezug auf die SVM -Klassifizierungsalgorithmus. Welche der folgenden Optionen wird für die binäre Klassifizierung verwendet?
A. Polynomkern
B. Radiale Basisfunktionskernel
C. Sigmoid Kernel
D. Nichts des oben Genannten.
59: Welche der folgenden Klassifizierungsalgorithmen sollte für das angegebene Szenario verwendet werden? Die Daten werden gekennzeichnet und die Anzahl der Proben ist größer als 100.000.
A. SGD Classifier
B. Kernelannäherung
C. Linearer SVC
D. Nichts des oben Genannten.
60: Welcher der folgenden beaufsichtigten Lernalgorithmen wird/wird von Apache Mahout implementiert?
A. Naive Bayes -Klassifizierer
B. Unterstützen Sie Vektormaschinen (SVMs)
C. Neuronale Netze
D. Sowohl a als auch c
61: Welche der folgenden Arten von artificialen neuronalen Netzwerken eignet sich am besten für die Zuordnung der Bilddaten in eine Ausgangsvariable?
A. Mehrschichtiger Perceptrons (MLPs)
B. Faltungsnetzwerke (CNNs)
C. Wiederkehrende neuronale Netzwerke (RNNs)
D. Beide Optionen B und C.
62: Welche der folgenden Optionen sind die richtigen Merkmale des Pytorch -Frameworks?
A. Es unterstützt die Datenparallelität.
B. Es unterstützt das verteilte Lernmodell.
C. Es ist nur für große Projekte oder Prototypen geeignet.
D. Es enthält kein vorgezogenes Modell.
63: Welche der folgenden Merkmale des stochastischen Gradientenabstiegsalgorithmus sind in Bezug auf die Klassifizierung des maschinellen Lernens?
A. Es unterstützt viele Verlustfunktionen und Strafen für die Klassifizierung.
B. Es ist einfach und effizient zu implementieren.
C. Es erfordert eine sehr kleine Anzahl von Hyperparametern.
D. Es ist gleichgültig zu Skalierung.
64: Welche zwei der folgenden Aussagen sind in Bezug auf die Klassifizierung korrekt, was eine maschinelle Lerntechnik ist?
A. Es verwendet unbekannte Daten, um festzustellen, wie neue Daten in eine Reihe vorhandener Kategorien eingestuft werden.
B. Es verwendet bekannte Daten, um festzustellen, wie neue Daten in eine Reihe vorhandener Kategorien eingestuft werden.
C. Es ist eine Form des überwachten Lernens.
D. Es ist eine Form des unbeaufsichtigten Lernens.
65: Die LIBLINEAR -Bibliothek ist in welcher der folgenden Sprachen geschrieben?
A. C
B. C ++
C. Python
D. R
66: Welche der folgenden Aussagen sind im maschinellen Lernen in Bezug auf optische Kohärenztomographie (Oktober) richtig?
A. Es hat eine sehr begrenzte Oktobertiefe.
B. Es ist schwer, ein OCT -Bild zu interpretieren.
C. El Es ist einfach, ein OCT -Bild zu erhalten.
67: Welche der folgenden Merkmale des Knime -Tools für maschinelles Lernen sind die richtigen Merkmale?
A. Es kann den Code von Programmiersprachen wie C, C ++, R und Java usw. integrieren.
B. Es kann komplizierte Modelle sehr leicht erstellen.
C. Es bietet sehr hohe Visualisierungs- und Exportfunktionen.
D. Die Bereitstellung und Installation ist sehr einfach.
68: Welche der folgenden Optionen werden in Bezug auf das Klassifikationsalgorithmus für maschinelles Lernen vom Entscheidungsbaum zum Erstellen eines Entscheidungsbaums verwendet?
A. Entropie
B. Informationsgewinn
C. Wahrscheinlichkeit
D. Versuchen Sie 1-2
69: In Faltungsnetzwerken kann die Eingabe in welchen der folgenden Formate vorhanden sein?
A. Eindimensional
B. Zweidimensionaler
C. Dreidimensional
D. Fünftdimensional
70: Welches der folgenden Frameworks kann für plattformübergreifende Lösungen verwendet werden?
A. Tensorflow
B. Pytorch
C. Caffe2
D. Versuchen Sie 1-2
71: APLs sind für welche der folgenden Optionen im Tensorflow enthalten?
A. C
B. C ++
C. Java
D. Python
72: Welche der folgenden Optionen sind in Bezug auf maschinelles Lernen die Toolkits für die Arbeit mit Daten mit menschlicher Sprache?
A. Gensim
B. Scipy
C. Nltk
D. Pandas
73: Welche der folgenden Aussagen sind in Bezug auf die Shogun Machine Learning Library richtig?
A. Es ist Open-Source.
B. Es ist plattformübergreifend und api orientiert.
C. Es verfügt über eine gepflegte Bibliothek mit Kernimplementierung in Java.
D. Es hat eine detaillierte Dokumentation.
74: Welche der folgenden Optionen haben die Vorteile des Multilayer -Perzeptron?
A. Es kann nichtlineare Modelle lernen.
B. Es kann Modelle in Echtzeit lernen.
C. Es erfordert keine Abstimmung eines Parameters.
D. Es ist gleichgültig zu Skalierung.
75: Welche der folgenden Optionen sind die Tools für maschinelles Lernen für eine Befehlszeilenschnittstelle?
A. Waffeln
B. Weka Maschinelles Lernen Workbench
C. Pylearn2
D. DeepLearning4J
76: Welche zwei der folgenden Probleme haben die Probleme mit dem maschinellen Lernen?
A. Vorhersage des Preises eines Geschäfts, der auf der Region basiert.
B. Vorhersage des Geschlechts einer Person durch Analyse ihres Handschriftstils.
C. Vorhersage, ob der Schneefall in diesem Jahr normal sein wird.
D. Vorhersage der Anzahl der Kopien eines Buches, das nächste vierzehn Tage verkauft wird
77: Welche der folgenden Optionen haben die Vorteile der KNN-Klassifizierungstechnik von K-Nearest Neighbor (KNN)?
A. Es bietet eine hervorragende Laufzeitleistung.
B. Die Berechnungskomplexität ist sehr niedrig.
C. Es ist einfach zu implementieren.
D. Es ist robust für laute Trainingsdaten.
78: Welche der folgenden Klassifizierer sind in Bezug auf das klassische Lernalgorithmus des maschinellen Lernens?
A. Logistische Regression
B. Native Bayes Classifier
C. Vektormaschine für am wenigsten quadratische Unterstützung
D. Zufälliger Wald
79: Welche der folgenden Merkmale des zufälligen Waldalgorithmus werden für die Klassifizierung verwendet?
A. Es erhöht das Überfassen.
B. Die Echtzeitvorhersage ist schnell.
C. Es ist schwierig zu implementieren.
D. Es ist ein komplexer Algorithmus.
80: Welche der folgenden Aussagen sind in Bezug auf maschinelles Lernen über die Tensorfiow -Bibliothek korrekt?
A. Es kann effizient mit mathematischen Ausdrücken funktionieren, die mehrdimensionale Arrays beinhalten.
B. TensorFlow wird nur von Google unterstützt.
C. Es ist in der Multi-GPU-Einstellung nicht effizient.
D. Es läuft auf einem einzelnen CPU -System. GPUS. und mobile Geräte.
81: Welche der folgenden Aussagen sind richtig für die Gradientensteigerung der Klassifizierungstechnik?
A. In dieser Technik erfolgt das Training parallel.
B. Es ist schwer zu stimmen.
C. Es ist leicht zu übertreiben.
D. Es implementiert die unzureichende Abstimmung für die endgültige Vorhersage
82: Welche der folgenden Vorteile des naiven Bayes -Algorithmus für die Klassifizierung?
A. Für die Schätzung der erforderlichen Parameter sind nur eine geringe Anzahl von Schulungsdaten erforderlich.
B. Es eignet sich gut für Spam -Filtering
C. Es ist schnell im Vergleich zu ausgefeilten Methoden.
D. Es ist ein ausgezeichneter Schätzer.
83: Das Werkzeug für maschinelles Lernen von Amazon unterstützt welche der folgenden Modelle Arten?
A. Binärklassifizierung
B. Klassifizierung mit mehreren Klassen
C. Regression
D. Multi-Level-Klassifizierung
84: Welche der folgenden Lösungen kann für das Laut -Datenklassifizierungsproblem des ID3- und C45 -Entscheidungsbaumalgorithmus verwendet werden?
A. Verwenden Sie Gaußsche Kernelfunktion
B. Verwenden Sie CRADHOLL-C4.5 TRAM
C. Verwenden Sie einen erweiterten Algorithmus mit Taylor -Formel
D. Verwenden Sie einen gierigen Lernalgorithmus
85: Welche zwei der folgenden Merkmale des ID3 -Algorithmus sind in Bezug auf die Klassifizierung des maschinellen Lernens die richtigen Merkmale des ID3 -Algorithmus?
A. Es unterstützt die globale Optimierung.
B. Es ist leicht zu verstehen.
C. Es unterstützt die Rückverfolgungssuche.
D. Es kann keine fehlenden Werte verarbeiten.
86: Welche der folgenden Funktionen oder Algorithmen werden vom Tool von Scikit - Lern unterstützt?
A. Datenaufbereitung
B. Klassifizierung
C. Modellauswahl
D. Visualisierung
87: Sie sind Teil des Data Science-Teams, das für eine nationale Fast-Food-Kette arbeitet. Sie erstellen einen einfachen Bericht, der Trend zeigt: Kunden, die das Geschäft häufiger besuchen und kleinere Mahlzeiten kaufen, geben mehr als Kunden aus, die weniger häufig besuchen und größere Mahlzeiten kaufen. Was ist das wahrscheinlichste Diagramm, das Ihr Team erstellt hat?
A. Multiclas -Klassifizierungsdiagramm
B. Lineare Regression und Streudiagramme
C. Pivot -Tabelle
D. K-Means Cluster-Diagramm
88: Sie arbeiten für eine Organisation, die einen Spam -Filterdienst an große Unternehmen verkauft. Ihre Organisation möchte ihr Produkt um maschinelles Lernen wechseln. Derzeit eine Liste von 250,00 Schlüsselwörtern. Wenn eine Nachricht mehr als nur wenige dieser Schlüsselwörter enthält, wird sie als Spam identifiziert. Was wäre ein Vorteil des Übergangs zum maschinellen Lernen?
A. Das Produkt würde nach neuen Mustern in Spam -Nachrichten suchen.
B. Das Produkt könnte die Keyword -Liste viel schneller durchlaufen.
C. Das Produkt könnte eine viel längere Keyword -Liste haben.
D. Das Produkt könnte Spam -Nachrichten mit weitaus weniger Schlüsselwörtern finden.
89: Sie arbeiten für einen Musik -Streaming -Dienst und möchten überlebendes maschinelles Lernen verwenden, um Musik in verschiedene Genres zu klassifizieren. Ihr Service hat in jedem Genre Tausende von Songs gesammelt, und Sie haben dies als Ihre Trainingsdaten verwendet. Jetzt ziehen Sie eine kleine zufällige Teilmenge aller Songs in Ihrem Service heraus. Wie heißt diese Untergruppe?
A. Datencluster
B. Überwachungsset
C. Große Daten
D. Testdaten
90: In der herkömmlichen Computerprogrammierung geben Sie Befehle ein. Was geben Sie mit maschinellem Lernen ein?
A. Muster
B. Programme
C. Regeln
D. Daten
91: Ihr Unternehmen möchte vorhersagen, ob bestehende Kunden für die Automobilversicherung mit größerer Wahrscheinlichkeit eine Hausbesitzerversicherung abschließen. Es hat ein Modell geschaffen, um die besten Kunden in Bezug auf die Hausbesitzerversicherung besser vorherzusagen, und das Modell hatte eine geringe Abweichung, aber eine hohe Verzerrung. Was sagt das über das Datenmodell aus?
A. Es war durchweg falsch.
B. Es war uneinheitlich falsch.
C. Es war durchweg richtig.
D. Es war ebenso richtiges Ende falsch.
92: Sie möchten globale Wettermuster identifizieren, die möglicherweise vom Klimawandel beeinflusst wurden. Dazu möchten Sie Algorithmen für maschinelles Lernen verwenden, um Muster zu finden, die sonst für einen menschlichen Meteorologen nicht wahrnehmbar wären. Was ist der Ort, an dem man anfangen kann?
A. Finden Sie beschriftete Daten von sonnigen Tagen, damit die Maschine das schlechte Wetter identifiziert.
B. Verwenden Sie unbeaufsichtigtes Lernen. Lassen Sie die Maschine in einer massiven Wetterdatenbank nach Anomalien suchen.
C. Erstellen Sie einen Trainingssatz ungewöhnlicher Muster und bitten Sie die Algorithmen für maschinelles Lernen, sie zu klassifizieren.
D. Erstellen Sie einen Trainingssatz von normalem Wetter und lassen Sie sich nach ähnlichen Mustern suchen.
93: Sie arbeiten in einem Data Science-Team, das die Genauigkeit seines K-Nearest-Nachbarn-Ergebniss verbessern möchte, indem Sie auf einem naiven Bayes-Ergebnis läuft. Wofür ist das ein Beispiel?
A. Regression
B. Erhöhen
C. Eintacken
D. Stapel
94: ____ untersucht die Beziehung zwischen Prädiktoren und Ihrem Ergebnis.
A. Regressionsanalyse
B. K-Means Clustering
C. Große Daten
D. Unbeaufsichtigtes Lernen
95: Was ist ein Beispiel für eine kommerzielle Anwendung für ein maschinelles Lernsystem?
A. Ein Dateneingabesystem
B. Ein Data Warehouse -System
C. Ein massives Datenrepository
D. Ein Produktempfehlungssystem
96: Sie arbeiten für ein Stromversorgungsunternehmen, das Hunderttausende Elektrometer besitzt. Diese Messgeräte sind mit dem Internet verbunden und übertragen Energieverbrauchsdaten in Echtzeit. Ihr Vorgesetzter bittet Sie, das Projekt zu leiten, um maschinelles Lernen zu verwenden, um diese Nutzungsdaten zu analysieren. Warum sind Algorithmen für maschinelles Lernen in diesem Szenario ideal?
A. Die Algorithmen würden den Messgeräten helfen, auf das Internet zuzugreifen.
B. Die Algorithmen verbessern die drahtlose Konnektivität.
C. Die Algorithmen würden Ihrer Organisation helfen, Muster der Daten zu sehen.
D. Durch die Verwendung von Algorithmen für maschinelles Lernen erstellen Sie ein IoT -Gerät.
97: Einen Mengenwert vorherzusagen. verwenden ___.
A. Regression
B. Clustering
C. Einstufung
D. Dimensionsreduzierung
98: Warum wird naive Bayes naiv genannt?
A. Es wird naiv davon ausgegangen, dass Sie keine Daten haben.
B. Es versucht nicht einmal, genaue Vorhersagen zu erstellen.
C. Es geht naiv davon aus, dass die Prädiktoren voneinander unabhängig sind.
D. Es wird naiv angenommen, dass alle Prädiktoren voneinander abhängen.
99: Wie hängt maschinelles Lernen mit künstlicher Intelligenz zusammen?
A. Künstliche Intelligenz konzentriert sich auf die Klassifizierung, während es mit maschinellem Lernen um Clustering -Daten geht.
B. Maschinelles Lernen ist eine Art künstliche Intelligenz, die auf dem Lernen durch Daten beruht.
C. Künstliche Intelligenz ist eine Form des unbeaufsichtigten maschinellen Lernens.
D. Maschinelles Lernen und künstliche Intelligenz sind dasselbe.
100: Wie machen Algorithmen für maschinelles Lernen präzisere Vorhersagen?
A. Die Algorithmen werden in der Regel leistungsstärkere Server ausgeführt.
B. Die Algorithmen sind besser darin, Muster in den Daten zu sehen.
C. Server für maschinelles Lernen können größere Datenbanken hosten.
D. Die Algorithmen können auf unstrukturierten Daten ausgeführt werden.
List of Multiple-Choice-Fragen...
Available in:
Machine learning MCQs
Вопросы с выбором ответа по машинному обучению (MCQs)
Preguntas de opción múltiple sobre aprendizaje automático (MCQs)
機械学習の多肢選択問題 (MCQs)
Domande a Risposta Multipla sull'Apprendimento Automatico (MCQs)
Questions à Choix Multiple sur l'Apprentissage Automatique (MCQs)
Questões de Múltipla Escolha sobre Aprendizado de Máquina (MCQs)
Multiple-Choice-Fragen zum maschinellen Lernen (MCQs)
机器学习多项选择题 (MCQs)
أسئلة اختيار متعدد حول التعلم الآلي (MCQs)
Soal Pilihan Ganda Machine Learning (MCQs)
Makine Öğrenimi Çoktan Seçmeli Soruları (MCQs)
