Preguntas de opción múltiple sobre aprendizaje automático (MCQs)

Preguntas de opción múltiple sobre aprendizaje automático (MCQs)

MCQSS.com ofrece preguntas y respuestas gratuitas sobre aprendizaje automático que abarcan una amplia gama de temas. Nuestro formato interactivo te permite saber al instante si has respondido correctamente las preguntas. ¡Explora nuestra colección de preguntas de opción múltiple y pon a prueba tus conocimientos sobre aprendizaje automático hoy mismo! No es necesario comprar una membresía o registrarte, puedes usar nuestro sitio de forma gratuita. No pierdas la oportunidad de mejorar tus habilidades y prepararte para los exámenes con MCQSS.com.

1: ¿Cuál de las siguientes afirmaciones es/son correctas sobre una red neuronal artificial (ANN)?

A.   El comportamiento de una ANN depende de los pesos que se especifican para las unidades.

B.   El comportamiento de una ANN depende de la función de transferencia que se especifica para las unidades.

C.   Solo (dis correcto.

D.   Solo (ii) es correcto.

E.   Tanto (i) como (ii) son correctos.

F.   Ni (i) ni (ii) es correcto

2: ¿Cuál de las siguientes afirmaciones es/ es correcta sobre el Wabbit VowPal?

A.   No permite el uso de características no lineales.

B.   Se puede usar como una opción de aprendizaje automático en Microsoft Azure.

C.   Ambas opciones A y B

D.   Ni la opción 8 ni B

3: ¿Cuál de las siguientes capacidades posee los sistemas expertos?

A.   Sustituyendo a los tomadores de decisiones humanas.

B.   Predicción de resultados.

C.   Refinar su propio conocimiento

D.   Poseer capacidades humanas.

4: ¿Cuál de los siguientes es incorrecto sobre el aprendizaje automático?

A.   No requiere un experto o programador humano.

B.   Es barato y f‌lexible.

C.   No requiere datos etiquetados.

D.   Se usa en el reconocimiento de patrones.

5: ¿La simulación es apropiada bajo cuál de las siguientes condiciones?

A.   Si el costo excede los ahorros.

B.   Si se visualiza un plan con simulación animada.

C.   Si el recurso/tiempo no está disponible.

D.   Si el comportamiento del sistema es muy complejo.

6: ¿Cuál de las siguientes es una herramienta de aprendizaje automático con interfaz de programación de aplicaciones para C?

A.   Deeplearning4J

B.   Libsvm

C.   Gafas

D.   Gol

7: La verificación utiliza el método de prueba de cajas grises.

A.   Verdadero

B.   FALSO

8: En relación con la clasificación de aprendizaje automático, ¿cuál de las siguientes opciones es la forma correcta para definir el recuerdo?

A.   Verdadero positivo/ (verdadero positivo + falso negativo)

B.   Verdadero positivo/ (falso positivo + falso negativo)

C.   Verdadero positivo/ (verdadero positivo + falso positivo)

D.   Verdadero positivo/ (verdadero negativo + falso negativo)

9: ¿Cuál de los siguientes tipos de datos puede ser manejado por el algoritmo de árbol de decisión utilizado para la clasificación?

A.   Datos numéricos

B.   Datos categóricos

C.   Datos numéricos y categóricos

10: ¿Cuál de las siguientes herramientas de simulación se basa en un enfoque de flujo de transacciones hacia los sistemas de modelado?

A.   Simulador híbrido

B.   Simulador continuo

C.   Simulador de eventos discretos

D.   Simulador de agente

11: ¿Cuál es la precisión del algoritmo de clasificación de regresión logística?

A.   80.11%

B.   82.53%

C.   84.60%

D.   86.27%

12: ¿Cuál de los siguientes es/ son los clasificadores (s) de margen grande?

A.   SVM

B.   Impulso

C.   Tanto SVM como Boosting

13: Con respecto al lenguaje de consulta de minería de datos, ¿cuál de las siguientes es la sintaxis para la caracterización?

A.   Características de la mina [como [Pattern_Name)]

B.   {coincidencia {metapatrn}}

C.   Características de la mina [como Pattern_Name]

D.   Analizar clasificando_attribute_or_dimension

E.   O Características de la mina [como patrón_name] analizar [medida (s)}

F.   Características de la mina [como patrón_name] Analizar predicción_attribute_or_dimension

G.   {set [attribute_or_dimension_i = value_i}]

14: ¿Cuál de los siguientes no es una ventaja del modelado y el análisis de simulación?

A.   Múltiples métricas de rendimiento para analizar las configuraciones del sistema.

B.   Identificación de cuellos de botella en el flujo de información.

C.   Pruebe las hipótesis del sistema para la viabilidad.

D.   Excelente horario y planificación del presupuesto.

E.   El algoritmo de árbol de decisión es un tipo de:

F.   El algoritmo de árbol de decisión es un tipo de:

G.   Aprendizaje supervisado.

H.   aprendizaje sin supervisión.

I.   aprendizaje reforzado.

15: ¿Cuál de las siguientes afirmaciones es/son correctas sobre el aprendizaje automático no supervisado?

A.   Sus algoritmos aprenden a predecir la salida de los datos de entrada.

B.   Sus algoritmos aprenden a inherente a la estructura de los datos de entrada.

C.   Se utiliza contra datos que tienen etiquetas históricas.

D.   Tanto B como C son correctos.

16: La regresión logística se puede usar con ¿cuál de los siguientes tipos de variables dependientes?

A.   Entero

B.   Flotar

C.   Binario (respuesta sí/no)

D.   Todo lo anterior.

17: ¿Cuál de los siguientes algoritmos de impulso implementa la regularización que ayuda a reducir el sobreajuste?

A.   Xgboost

B.   Adaboost

C.   Impulso de gradiente

D.   Ninguno de los anteriores.

18: ¿Cuál es la precisión del algoritmo de Naive Bayes utilizado para la clasificación?

A.   78.93%

B.   83.25%

C.   80.11%

D.   86.72%

19: ¿Cuál de las siguientes afirmaciones es/ son correctas sobre la técnica de clasificación C45?

A.   Puede tratar con características continuas y características discretas.

B.   Se puede usar para conjuntos de datos pequeños y grandes.

C.   Tiene un tiempo de procesamiento bajo.

D.   Todo lo anterior.

20: ¿Cuál de los siguientes algoritmos no aumenta bien en comparación con el otro para conjuntos de datos muy grandes?

A.   Liblinar

B.   Vowpal Wabbit

C.   Libsvm

D.   Todo lo anterior escala muy bien para grandes conjuntos de datos.

21: ¿Cuál es la función de la regresión de la cresta?

A.   Utiliza regularización L1.

B.   Se usa cuando los datos sufren de múltiples colinealidad.

C.   Se encoge coeficientes a cero.

D.   Utiliza valores absolutos en la función de penalización.

22: Los lenguajes de simulación ofrecen menos flexibilidad que los simuladores orientados a la aplicación.

A.   Verdadero

B.   FALSO

23: ¿Cuál de las siguientes afirmaciones es correcta sobre la validación?

A.   Utiliza pruebas de caja negra y caja blanca.

B.   No ejecuta un código.

C.   Implica la marca de archivos y documentos basados ​​en humanos.

D.   Es un mecanismo estático.

24: En relación con la red neuronal artificial, ¿cuál de las siguientes opciones está diseñada para trabajar con problemas de predicción de secuencia?

A.   Perceptrones multicapa (MLP)

B.   Redes neuronales convolucionales (CNNS)

C.   Redes neuronales recurrentes (RNN)

D.   Ninguna de las anteriores.

25: ¿Cuál de los siguientes no es aplicable a la aplicación de reconocimiento de voz en el aprendizaje automático?

A.   Se usa en computación con manos libres.

B.   Su objetivo es comprender y comprender la palabra hablada.

C.   Se utiliza en la navegación del menú.

D.   Depende del altavoz.

26: LN Aprendizaje automático, regresión logística:

A.   requiere una relación lineal entre variables independientes y dependientes.

B.   Admite múltiples colineidades.

C.   Requiere pequeños tamaños de muestra.

D.   se usa para problemas de clasificación.

27: ¿Cuál de las siguientes opciones define la medida del puntaje F para evaluar la calidad de la recuperación de texto?

A.   F -score = recuperar x precisión / (recuperación - precisión) / 2

B.   F-score = | [relevante} f‌l {recuperado} l / l [recuperado] l

C.   F-score = | {relevante} fl [recuperado} l / l [relevante] |

D.   F-score = recuperar x precisión / (recuperar + precisión) / 2

28: ¿Cuál de los siguientes no es un clasificador de clase múltiple?

A.   Clasificación de correos electrónicos de spam y no spam

B.   Clasificación de tipos de cultivos

C.   Clasificación del estado de ánimo

D.   Todos los anteriores son identificadores de múltiples clases.

29: Un perceptrón de múltiples capas (MLP) es A:

A.   Gráfico cíclico finito.

B.   gráfico cíclico inf‌inito

C.   gráfico acíclico inf‌inito

D.   Gráfico acíclico finito.

30: ¿Cuál de los siguientes no es un ejemplo de distribución de probabilidad limitada?

A.   Distribución uniforme

B.   Distribución triangular

C.   Distribución logística

D.   Distribución binomial

31: La regresión lineal simple se caracteriza por cuántas variables independientes?

A.   Uno

B.   Dos

C.   Tres

D.   Cuatro

32: ¿Cuál de las siguientes herramientas de aprendizaje automático proporciona API para las redes neuronales?

A.   Keras.io

B.   Acors.net

C.   Minero rápido

D.   Shogun

33: ¿Cuál de los siguientes marcos de aprendizaje automático funciona en el nivel más alto de abstracción?

A.   Tensorf‌low

B.   Pytorch

C.   Eano

D.   Keras

34: ¿Cuál de los siguientes tipos de modelos de análisis de datos se utiliza/se utilizan para concluir funciones valoradas continuas?

A.   Predicción

B.   Clasificación

C.   Tanto a como B

D.   Ni a ni B

35: ¿Cuál de los siguientes es una ventaja en la regresión logística?

A.   Vista probabilística natural de las predicciones de clase.

B.   Límite de decisión lineal.

C.   Requisito de observaciones independientes.

D.   Sobrecargador del modelo.

36: En relación con el marco de aprendizaje automático, ¿cuál de los siguientes idiomas es utilizado por Veles para realizar la automatización y la coordinación entre los nodos?

A.   C ++

B.   Java

C.   Python

D.   Riñonal

37: ¿Cuál de los siguientes es incorrecto sobre la regresión lineal?

A.   Las variables independientes en la regresión lineal pueden ser continuas o discretas.

B.   Una variable dependiente en la regresión lineal es discreta.

C.   La regresión lineal es sensible a los valores atípicos.

D.   Estima los valores reales que se basan en variables continuas.

38: ¿Cuál de los siguientes es incorrecto sobre Modelica?

A.   Es un idioma

B.   Es una herramienta.

C.   Es declarativo.

D.   Está orientado a objetos.

39: ¿Cuál de las siguientes afirmaciones es incorrecta sobre las redes neuronales recurrentes (RNN)?

A.   Son no deterministas.

B.   Pueden conformarse con apuntar a los atractores.

C.   Pueden oscilar.

D.   Tienen al menos una conexión de retroceso.

40: En relación con el aprendizaje automático. El xgboost funciona para cuál de las siguientes opciones?

A.   Visión por computador

B.   Datos tabulados

C.   PNLP

D.   Todo lo anterior.

41: En los perceptrones multicapa, ¿las predicciones se hacen en cuál de las siguientes capas?

A.   Capa de entrada

B.   Primera capa oculta

C.   Última capa oculta

D.   Capa de salida

42: ¿Cuál de las siguientes opciones es incorrecta sobre la red neuronal artificial de retroalimentación?

A.   Se utilizan en recuerdos direccionables de contenido.

B.   Se permiten bucles de retroalimentación.

C.   El flujo de información es bidireccional.

D.   Las redes de retroalimentación son estáticas.

43: ¿Cuál de los siguientes es incorrecto sobre la topología de la red neuronal artificial de avance?

A.   No se permiten bucles de retroalimentación.

B.   El flujo de información es unidireccional.

C.   No tienen entradas y salidas fijas.

D.   Se utilizan en la generación de patrones.

44: El marco de aprendizaje automático RapidMiner está escrito en ¿cuál de los siguientes lenguajes de programación?

A.   C ++

B.   Java

C.   Pitón

D.   C

45:

¿Cuál de las siguientes afirmaciones es verdadera?

Declaración 1: El aprendizaje de refuerzo es una técnica fuera de línea.

Declaración 2: La técnica de aprendizaje de refuerzo se utiliza en la programación de ascensores.

A.   La declaración1 es verdadera.

B.   La declaración 2 es verdadera.

C.   Ambas declaraciones 1 y 2 son verdaderas.

D.   Ambas declaraciones 1 y 2 son falsas.

46: ¿Un dispositivo neuronal artificial consiste en cuántas entradas y salidas?

A.   Una entrada y muchas salidas.

B.   Muchas entradas y una salida

C.   Una entrada y una salida.

D.   Muchas entradas y muchas salidas.

47: La técnica de regresión de EiAsticnet:

A.   no puede sufrir con doble contracción.

B.   Desaliente el efecto grupal en caso de variables altamente correlacionadas.

C.   es un híbrido de las técnicas de regresión lineal y lazo.

D.   no tiene ninguna limitación en el número de variables seleccionadas.

48: En la minería de datos, ¿cuál de las siguientes opciones no es una técnica de reducción de datos?

A.   Agrupación

B.   Muestreo

C.   Histogramas

D.   Huffman

49: Con respecto a la red neuronal multicapa, ¿a qué corresponden las neuronas en la capa oculta?

A.   Propiedades

B.   Descriptores

C.   Variables latentes no lineales

D.   Tanto A como C

50: ¿Cuál de los siguientes algoritmos de impulso usa el crecimiento de los árboles de nivel nivel?

A.   Xgboost

B.   Aumento de gradiente

C.   Adaboost

D.   Ligero GB