Questions à Choix Multiple sur l'Apprentissage Automatique (MCQs)
Questions à Choix Multiple sur l'Apprentissage Automatique (MCQs)
MCQSS.com propose des questions et réponses gratuites sur l'apprentissage automatique couvrant une large gamme de sujets. Notre format interactif vous permet de savoir immédiatement si vous avez répondu correctement aux questions. Explorez notre collection de questions à choix multiple et mettez à l'épreuve vos connaissances en apprentissage automatique dès aujourd'hui ! Aucun achat d'adhésion ou inscription n'est requis, vous pouvez utiliser notre site gratuitement. Ne manquez pas l'occasion d'améliorer vos compétences et de vous préparer aux examens avec MCQSS.com.
1: Laquelle des affirmations suivantes est / est correcte à propos d'un réseau neuronal artificiel (ANN)?
A. Le comportement d'un ANN dépend des poids spécifiés pour les unités.
B. Le comportement d'un ANN dépend de la fonction de transfert spécifiée pour les unités.
C. Seulement (DIS correct.
D. Uniquement (ii) est correct.
E. (I) et (ii) sont corrects.
F. Ni (i) ni (ii) n'est correct
2: Laquelle des affirmations suivantes est / est correcte sur le wabbit Vowpal?
A. Il ne permet pas d'utiliser des fonctionnalités non linéaires.
B. Il peut être utilisé comme option d'apprentissage automatique dans Microsoft Azure.
C. Les deux options A et B
D. Ni l'option 8 ni B
3: Lesquelles des capacités suivantes possèdent-elles les systèmes experts?
A. Remplacer les décideurs humains.
B. Prédire les résultats.
C. Affiner leurs propres connaissances
D. Possédant des capacités humaines.
4: Lequel des éléments suivants est incorrect sur l'apprentissage automatique?
A. Il ne nécessite pas d'expert humain ou de programmeur.
B. Il est bon marché et flicable.
C. Il ne nécessite pas de données étiquetées.
D. Il est utilisé dans la reconnaissance des modèles.
5: La simulation est appropriée dans lesquelles des conditions suivantes?
A. Si le coût dépasse les économies.
B. Si un plan est visualisé avec une simulation animée.
C. Si la ressource / le temps n'est pas disponible.
D. Si le comportement du système est très complexe.
6: Lequel des éléments suivants est un outil d'apprentissage automatique avec une interface de programmation d'application pour C?
A. Deeplearning4j
B. Libsvm
C. Gaufres
D. Golearn
7: La vérification utilise la méthode de test de boîte grise.
A. Vrai
B. FAUX
8: En ce qui concerne la classification d'apprentissage automatique, laquelle des options suivantes est la bonne façon de définir le rappel?
A. Vrai positif / (vrai positif + faux négatif)
B. Vrai positif / (faux positif + faux négatif)
C. Vrai positif / (vrai positif + faux positif)
D. Vrai Positif / (vrai négatif + faux négatif)
9: Lequel des types de données suivants peut être géré par l'algorithme d'arbre de décision utilisé pour la classification?
A. Donnees numeriques
B. Données catégoriques
C. Données numériques et catégorielles
10: Lequel des outils de simulation suivants reposent sur une approche de flux de transaction pour la modélisation des systèmes?
A. Simulateur hybride
B. Simulateur continu
C. Simulateur d'événement discret
D. Simulateur d'agent
11: Quelle est la précision de l'algorithme de classication de régression logistique?
A. 80,11%
B. 82,53%
C. 84,60%
D. 86,27%
12: Lequel des éléments suivants est / est le (s) classificateur (s) des grandes marges?
A. SVM
B. Renforcement
C. SVM et Boosting
13: En ce qui concerne le langage de la requête d'exploration de données, lequel des éléments suivants est la syntaxe pour la caractérisation?
A. Caractéristiques des mines [comme [Pattern_name)]
B. {correspondant {metapattern}}
C. Caractéristiques des mines [comme patron_name]
D. Analyser la classification_attribute_or_dimension
E. O Caractéristiques de la mine [comme motive_name] analyser [mesurer (s)}
F. Caractéristiques de la mine [comme Pattern_name] Analyser la prédiction_attribute_or_dimension
G. {set [attribut_or_dimension_i = value_i}]
14: Lequel des éléments suivants n'est pas un avantage de la modélisation et de l'analyse de la simulation?
A. Plusieurs mesures de performances pour analyser les configurations du système.
B. Identification des goulots d'étranglement dans le flux d'informations.
C. Tester les hypothèses du système pour la faisabilité.
D. Excellent calendrier et planification budgétaire.
E. L'algorithme d'arbre de décision est un type de:
F. L'algorithme d'arbre de décision est un type de:
G. Enseignement supervisé.
H. apprentissage non supervisé.
I. apprentissage par renforcement.
15: Laquelle des affirmations suivantes est / est correcte sur l'apprentissage automatique non supervisé?
A. Ses algorithmes apprennent à prédire la sortie des données d'entrée.
B. Ses algorithmes apprennent à inhérent à la structure à partir des données d'entrée.
C. Il est utilisé contre des données qui ont des étiquettes historiques.
D. B et C sont corrects.
16: La régression logistique peut être utilisée avec laquelle des types suivants de variables dépendantes?
A. Entier
B. Flotter
C. Binary (oui / non réponse)
D. Tout ce qui précède.
17: Lequel des algorithmes de stimulation suivants met en œuvre une régularisation qui aide à réduire le sur-ajustement?
A. Xgboost
B. Adaboost
C. Boost de dégradé
D. Aucun de ce qui précède.
18: Quelle est la précision de l'algorithme naïf de Bayes utilisé pour la classification?
A. 78,93%
B. 83,25%
C. 80,11%
D. 86,72%
19: Laquelle des affirmations suivantes est / est correcte sur la technique de classification C45?
A. Il peut gérer à la fois des fonctionnalités continues ainsi que des fonctionnalités discrètes.
B. Il peut être utilisé pour les petits ensembles de données et les grands.
C. Il a un faible temps de traitement.
D. Tout ce qui précède.
20: Lequel des algorithmes suivants ne s'améliore pas bien par rapport à l'autre pour de très grands ensembles de données?
A. Liblinaire
B. Vowpal wabbit
C. Libsvm
D. Toute l'échelle ci-dessus très bien pour les grands ensembles de données.
21: Quelle est la fonction de la régression de la crête?
A. Il utilise la régularisation L1.
B. Il est utilisé lorsque les données souffrent de multi-colinéarités.
C. Il réduit les coefficients à zéro.
D. Il utilise des valeurs absolues dans la fonction de pénalité.
22: Les langages de simulation offrent moins de flexibilité que les simulateurs axés sur l'application.
A. Vrai
B. FAUX
23: Laquelle des affirmations suivantes est correcte sur la validation?
A. Il utilise des tests de boîte noire et de boîte blanche.
B. Il n'exécute pas de code.
C. Cela implique une vérification humaine des fichiers et des documents.
D. C'est un mécanisme statique.
24: En ce qui concerne le réseau neuronal artificiel, lesquelles des options suivantes sont conçues pour travailler avec des problèmes de prédiction de séquence?
A. Perceptrons multicouches (MLP)
B. Réseaux de neurones convolutionnels (CNNS)
C. Réseaux de neurones récurrents (RNNS)
D. Aucune de ces réponses.
25: Lequel des éléments suivants ne s'applique pas à l'application de reconnaissance vocale dans l'apprentissage automatique?
A. Il est utilisé dans l'informatique mains libres.
B. Il vise à comprendre et à comprendre la parole.
C. Il est utilisé dans la navigation par menu.
D. Il dépend du locuteur.
26: LN apprentissage automatique, régression logistique:
A. nécessite une relation linéaire entre les variables indépendantes et dépendantes.
B. Prend en charge la multicollinéarité.
C. nécessite de petites tailles d'échantillon.
D. est utilisé pour les problèmes de classification.
27: Lequel des éléments suivants définit la mesure F-Score pour évaluer la qualité de la récupération de texte?
A. F-score = rappel x précision / (rappel - précision) / 2
B. F-score = | [pertinent} fl {récupéré} l / l [récupéré] l
C. F-score = | {pertinent} fl [récupéré} l / l [pertinent] |
D. F-score = rappel x précision / (rappel + précision) / 2
28: Lequel des éléments suivants n'est pas un classifier multi-classes?
A. Classification des e-mails de spam et de non-spam
B. Classification des types de cultures
C. Classification de l'humeur
D. Tous ce qui précède sont des identifiants multi-classes.
29: Un perceptron multicouche (MLP) est a:
A. graphique cyclique fini.
B. graphique cyclique infinite
C. graphique acyclique infinite
D. graphique acyclique fini.
30: Lequel des éléments suivants n'est pas un exemple de distribution de probabilité limitée?
A. Distribution uniforme
B. Distribution triangulaire
C. Distribution logistique
D. Distribution binomiale
31: La régression linéaire simple se caractérise par combien de variables indépendantes?
A. Un
B. Deux
C. Trois
D. Quatre
32: Lequel des outils d'apprentissage automatique suivants fournit une API pour les réseaux de neurones?
A. Keras.io
B. Accors.net
C. Mineur rapide
D. Chagrin
33: Lequel des cadres d'apprentissage automatique suivants fonctionne au niveau d'abstraction supérieur?
A. Tensorflow
B. Pytorch
C. Theano
D. Keras
34: Lequel des types suivants de modèles d'analyse des données est / est utilisé pour conclure des fonctions valorisées continues?
A. Prédiction
B. Classification
C. Les deux, A et B
D. Ni A ni B
35: Lequel des éléments suivants est un avantage dans la régression logistique?
A. Vue probabiliste naturelle des prédictions de classe.
B. Boucaire de décision linéaire.
C. Exigence d'observations indépendantes.
D. Sur-ajustement du modèle.
36: En ce qui concerne le cadre d'apprentissage automatique, lequel des langues suivantes est utilisé par Veles pour effectuer l'automatisation et la coordination entre les nœuds?
A. C ++
B. Java
C. Python
D. R
37: Lequel des éléments suivants est incorrect concernant la régression linéaire?
A. Les variables indépendantes de la régression linéaire peuvent être continues ou discrètes.
B. Une variable dépendante de la régression linéaire est discrète.
C. La régression linéaire est sensible aux valeurs aberrantes.
D. Il estime les valeurs réelles basées sur des variables continues.
38: Lequel des suites est incorrect à propos de Modelica?
A. C'est une langue
B. C'est un outil.
C. C'est déclaratif.
D. Il est orienté objet.
39: Lequel des énoncés suivants est incorrect concernant les réseaux de neurones récurrents (RNN)?
A. Ils sont non déterministes.
B. Ils peuvent s'installer pour pointer des attracteurs.
C. Ils peuvent osciller.
D. Ils ont au moins une connexion à dos de restauration.
40: Par rapport à l'apprentissage automatique. Le XGBOost fonctionne pour laquelle des options suivantes?
A. Vision par ordinateur
B. Données tabulaires
C. PNL
D. Tout ce qui précède.
41: Dans les perceptrons multicouches, les prédictions sont faites dans laquelle des couches suivantes?
A. Couche d'entrée
B. Première couche cachée
C. Dernière couche cachée
D. Couche de sortie
42: Lequel des éléments suivants est incorrect sur le réseau de neurones artificiels de rétroaction?
A. Ils sont utilisés dans des souvenirs adressables de contenu.
B. Des boucles de rétroaction sont autorisées.
C. Le flux d'informations est bidirectionnel.
D. Les réseaux de rétroaction sont statiques.
43: Lequel des énoncés suivants est incorrect de la topologie du réseau neuronal artificiel à la main-d'œuvre?
A. Les boucles de rétroaction ne sont pas autorisées.
B. Le flux d'informations est unidirectionnel.
C. Ils n'ont pas d'entrées et de sorties fixes.
D. Ils sont utilisés dans la génération de modèles.
44: Le cadre d'apprentissage automatique rapide est écrit dans lequel des langages de programmation suivants?
A. C ++
B. Java
C. Python
D. C
45:
Laquelle des affirmations suivantes est vraie?
Énoncé 1: L'apprentissage du renforcement est une technique hors ligne.
Énoncé 2: La technique d'apprentissage du renforcement est utilisée dans la planification de l'ascenseur.
A. La déclaration1 est vraie.
B. L'énoncé 2 est vrai.
C. Les deux déclarations 1 et 2 sont vraies.
D. Les deux instructions 1 et 2 sont fausses.
46: Un dispositif de neurone artificiel se compose du nombre d'entrées et de sorties?
A. Une entrée et de nombreuses sorties.
B. De nombreuses entrées et une sortie
C. Une entrée et une sortie.
D. De nombreuses entrées et de nombreuses sorties.
47: La technique de régression eiasticnet:
A. ne peut pas souffrir de double retrait.
B. décourage l'effet de groupe en cas de variables hautement corrélées.
C. est un hybride de lasso et de techniques de régression linéaire.
D. N'a pas de limites au nombre de variables sélectionnées.
48: Dans l'exploration de données, lequel des éléments suivants n'est pas une technique de réduction des données?
A. Regroupement
B. Échantillonnage
C. Histogrammes
D. Huffman
49: En ce qui concerne le réseau neuronal multicouche, à quoi correspondent les neurones de la couche cachée?
A. Propriétés
B. Descripteurs
C. Variables latentes non linéaires
D. A et C
50: Lequel des algorithmes de stimulation suivants utilise la croissance des arbres à niveau?
A. Xgboost
B. Boîtement de gradient
C. Adaboost
D. Light gb
51: Les arbres de décision peuvent-ils sur les données Fit?
A. Oui
B. Non
52: Lequel des types de modèles de simulation suivants contiennent la probabilité?
A. Simulations déterministes
B. Simulations stochastiques
C. Les deux, A et B
D. Ni un ni 0
53: Quel est le score F1 correct de l'algorithme forestier aléatoire de la classification?
A. 0,5924
B. 0,5171
C. 0,6518
D. 0,6275
54: Quel est le fi-score de l'algorithme de forêt aléatoire utilisé pour la classification?
A. 0,6737
B. 0,5180
C. 0,5224
D. 0,6275
55: Laquelle des interfaces suivantes est / est prise en charge par Scikit - Trearn Tool?
A. GPU
B. API
C. GPU et API
56: Laquelle des formules suivantes est utilisée pour calculer correctement la précision des algorithmes de classification?
A. Précision: 2 (vrai positif + vrai négatif) I Population totale
B. Précision: (vrai positif + vrai négatif) / population totale
C. Précision: (vrai positif + vrai négatif) / 2 (population totale)
D. Précision: (True Positive x True négatif) / Population totale
57: Dans l'exploration de données, laquelle des méthodes de clustering suivantes reflète la distribution spatiale des points de données?
A. Méthode basée sur la grille
B. Méthode basée sur un modèle
C. Méthode de partitionnement
D. Méthode hiérarchique
58: Par rapport à l'algorithme de classification SVM. Laquelle des options suivantes est utilisée pour la classification binaire?
A. Noyau polynomial
B. Noyau de fonction de base radiale
C. Noyau sigmoïde
D. Aucune de ces réponses.
59: Lequel des algorithmes de classication suivants doit être utilisé pour le scénario donné? Les données sont étiquetées et le nombre d'échantillons est supérieur à 100k.
A. SGD Classifier
B. Approximation du noyau
C. SVC linéaire
D. Aucune de ces réponses.
60: Lesquels des algorithmes d'apprentissage supervisés suivants sont / sont implémentés par Apache Mahout?
A. Classificateurs naïfs de Bayes
B. Machines vectorielles de support (SVM)
C. Les réseaux de neurones
D. A et C
61: Lequel des types suivants de réseaux de neurones artificiels est / est le mieux adapté pour cartographier les données d'image à une variable de sortie?
A. Perceptrons multicouches (MLP)
B. Réseaux de neurones convolutionnels (CNNS)
C. Réseaux de neurones récurrents (RNN)
D. Les deux options B et C
62: Lesquelles des options suivantes sont les fonctionnalités correctes du cadre Pytorch?
A. Il prend en charge le parallélisme des données.
B. Il prend en charge le modèle d'apprentissage distribué.
C. Il ne convient qu'aux grands projets ou prototypes.
D. Il ne contient aucun modèle pré-formé.
63: En ce qui concerne la classification d'apprentissage automatique, lesquelles des éléments suivants sont les fonctionnalités correctes de l'algorithme de descente de gradient stochastique?
A. Il prend en charge de nombreuses fonctions de perte et pénalités pour la classification.
B. Il est facile et efficace à mettre en œuvre.
C. Il nécessite un très petit nombre d'hyper-paramètres.
D. Il est indifférent à la mise à l'échelle des traits.
64: Quelles deux des déclarations suivantes sont correctes concernant la classification, quelle est une technique d'apprentissage automatique?
A. Il utilise des données inconnues afin de déterminer comment les nouvelles données sont classées dans un ensemble de catégories existantes.
B. Il utilise des données connues afin de déterminer comment les nouvelles données sont classées dans un ensemble de catégories existantes.
C. C'est une forme d'apprentissage supervisé.
D. C'est une forme d'apprentissage non supervisé.
65: La bibliothèque liblinaire est écrite dans laquelle des langues suivantes?
A. C
B. C ++
C. Python
D. R
66: Dans l'apprentissage automatique, lequel des énoncés suivants est correct sur la tomographie par cohérence optique (OCT)?
A. Il a une profondeur d'imagerie OCT très limitée.
B. Il est difficile d'interpréter une image OCT.
C. El Il est facile d'obtenir une image OCT.
67: Lesquelles des éléments suivants sont les fonctionnalités correctes de l'outil Knime pour l'apprentissage automatique?
A. Il peut intégrer le code des langages de programmation tels que C, C ++, R et Java, etc.
B. Il peut construire des modèles complexes très facilement.
C. Il offre des capacités de visualisation et d'exportation très élevées.
D. Son déploiement et son installation sont très faciles.
68: En ce qui concerne l'algorithme de classification d'apprentissage automatique, lesquelles des options suivantes sont utilisées par l'arbre de décision pour construire un arbre de décision?
A. Entropie
B. Gain d'information
C. Probabilité
D. Essayez 1-2
69: Dans les réseaux de neurones convolutionnels, l'entrée peut être dans lequel des formats suivants?
A. Unidimensionnel
B. Bidimensionnel
C. Tridimensionnel
D. À cinq dimensions
70: Lequel des cadres suivants peut être utilisé pour les solutions multiplateforme?
A. TensorFlow
B. Pytorch
C. Caffe2
D. Essayez 1-2
71: Les APL sont inclus pour laquelle des options suivantes dans TensorFlow?
A. C
B. C ++
C. Java
D. Python
72: En ce qui concerne l'apprentissage automatique, lesquelles des options suivantes sont les boîtes à outils pour travailler avec les données du langage humain?
A. Gensim
B. Cavalier
C. Nltk
D. Pandas
73: Laquelle des affirmations suivantes est correcte à propos de la bibliothèque Machine Learning Shogun?
A. C'est open-source.
B. Il est orienté vers la plate-plate-forme et l'API.
C. Il dispose d'une bibliothèque maintenue avec implémentation de base en Java.
D. Il a une documentation détaillée.
74: Lesquelles des options suivantes sont les avantages du perceptron multicouche?
A. Il peut apprendre des modèles non linéaires.
B. Il peut apprendre des modèles en temps réel.
C. Il ne nécessite pas le réglage d'aucun paramètre.
D. Il est indifférent à la mise à l'échelle des traits.
75: Lesquelles des options suivantes sont les outils d'apprentissage automatique pour une interface de ligne de commande?
A. Gaufres
B. Weka workbench d'apprentissage machine
C. Pylearn2
D. Deeplearning4j
76: Quels sont les deux des problèmes de classification d'apprentissage automatique suivants?
A. Prédire le prix d'un magasin basé sur la zone.
B. Prédire le sexe d’une personne en analysant son style d’écriture.
C. Prédire si les chutes de neige seront normales cette année.
D. Prédire le nombre de copies d'un livre qui sera vendu à la quinzaine de la quinzaine
77: Lesquelles des options suivantes sont les avantages de la technique de classification K-Dearest Nearest Wamin (KNN)?
A. Il offre d'excellentes performances d'exécution.
B. Sa complexité de calcul est très faible.
C. Il est facile à mettre en œuvre.
D. Il est robuste aux données de formation bruyantes.
78: En ce qui concerne l'algorithme de classication d'apprentissage automatique, lequel des éléments suivants est les classifications linéaires?
A. Régression logistique
B. Bayes Native Classifier
C. Machine vectorielle du moins carré
D. Forest aléatoire
79: Lesquelles des éléments suivants sont les caractéristiques correctes de l'algorithme de forêt aléatoire utilisé pour la classification?
A. Il augmente le trop.
B. La prédiction en temps réel est rapide.
C. Il est difficile à mettre en œuvre.
D. Il s'agit d'un algorithme complexe.
80: En ce qui concerne l'apprentissage automatique, lesquelles des énoncés suivants sont corrects sur la bibliothèque Tensorfiow?
A. Il peut fonctionner de manière efficace avec des expressions mathématiques qui impliquent des tableaux multidimensionnels.
B. TensorFlow n'est pris en charge que par Google.
C. Il n'est pas efficace dans le paramètre multi-GPU.
D. Il fonctionne sur un seul système CPU. GPUS. et les appareils mobiles.
81: Laquelle des affirmations suivantes est correcte sur la technique de classification augmentant le gradient?
A. Dans cette technique, la formation se fait en parallèle.
B. C'est difficile à régler.
C. Il est facile de surfit.
D. Il met en œuvre un vote non pondéré pour la prédiction finale
82: Lequel des éléments suivants sont les avantages de l'algorithme naïf de Bayes utilisé pour la classification?
A. Seule une petite quantité de données de formation est requise pour estimer les paramètres nécessaires.
B. Il est bien adapté au spam filtering
C. Il est rapide par rapport aux méthodes sophistiquées.
D. C'est un excellent estimateur.
83: L'outil d'apprentissage automatique Amazon prend en charge les types de modèles suivants?
A. Classification binaire
B. Classification multi-classes
C. Régression
D. Classification à plusieurs niveaux
84: Laquelle des solutions suivantes peut être utilisée pour le problème de classification des données bruyantes de l'algorithme d'arbre de décision ID3 et C45?
A. Utiliser la fonction du noyau gaussien
B. Utilisez l'arbre créditeur-C4.5
C. Utilisez un algorithme amélioré avec la formule Taylor
D. Utilisez un algorithme d'apprentissage gourmand
85: En ce qui concerne la classification de l'apprentissage automatique, quels deux des éléments suivants sont les fonctionnalités correctes de l'algorithme ID3 (dischotomiser itératif 3)?
A. Il prend en charge l'optimisation globale.
B. C'est facile à comprendre.
C. Il prend en charge la recherche de suivi.
D. Il ne peut pas gérer les valeurs manquantes.
86: Lesquelles des fonctionnalités ou algorithmes suivants sont pris en charge par l'outil SCIKIT - Grearn?
A. Préparation des données
B. Classification
C. Sélection du modèle
D. Visualisation
87: Vous faites partie de l'équipe de science des données qui travaille pour une chaîne nationale de restauration rapide. Vous créez un rapport simple qui montre la tendance: les clients qui visitent le magasin plus souvent et achètent des repas plus petits dépensent plus que les clients qui visitent moins fréquemment et achètent des repas plus grands. Quel est le diagramme le plus probable que votre équipe a créé?
A. Diagramme de classification multiclasse
B. Régression linéaire et parcelles de dispersion
C. Table de pivot
D. Diagramme de cluster K-means
88: Vous travaillez pour une organisation qui vend un service de filtrage de spam à de grandes entreprises. Votre organisation souhaite transférer son produit pour utiliser l'apprentissage automatique. Il est actuellement une liste de 250,00 mots clés. Si un message contient plus de quelques-uns de ces mots clés, il est identifié comme spam. Quel serait un avantage de la transition vers l'apprentissage automatique?
A. Le produit rechercherait de nouveaux modèles dans les messages de spam.
B. Le produit pourrait parcourir la liste des mots clés beaucoup plus rapidement.
C. Le produit pourrait avoir une liste de mots clés beaucoup plus longue.
D. Le produit pourrait trouver des messages de spam en utilisant beaucoup moins de mots clés.
89: Vous travaillez pour un service de streaming musical et souhaitez utiliser l'apprentissage automatique supervisé pour classer la musique dans différents genres. Votre service a collecté des milliers de chansons dans chaque genre et vous l'avez utilisé comme données de formation. Maintenant, vous sortez un petit sous-ensemble aléatoire de toutes les chansons de votre service. Comment s'appelle ce sous-ensemble?
A. Cluster de données
B. Ensemble supervisé
C. Big Data
D. Données de test
90: Dans la programmation informatique traditionnelle, vous saisissez des commandes. Que saisz-vous avec l'apprentissage automatique?
A. Motifs
B. Programmes
C. Règles
D. Données
91: Votre entreprise souhaite prédire si les clients de l'assurance automobile existants sont plus susceptibles d'acheter une assurance habitation. Il a créé un modèle pour mieux prédire les meilleurs contacts des clients sur l'assurance des propriétaires, et le modèle avait une faible variance mais un biais élevé. Qu'est-ce que cela dit sur le modèle de données?
A. C'était toujours faux.
B. C'était incohérent.
C. C'était toujours juste.
D. C'était tout aussi mal final.
92: Vous souhaitez identifier les modèles météorologiques mondiaux qui peuvent avoir été affectés par le changement climatique. Pour ce faire, vous souhaitez utiliser des algorithmes d'apprentissage automatique pour trouver des modèles qui seraient autrement imperceptibles pour un météorologue humain. Quel est le point de départ?
A. Trouvez des données étiquetées de jours ensoleillés afin que la machine apprenne à identifier le mauvais temps.
B. Utilisez un apprentissage non supervisé Demandez à la machine de rechercher des anomalies dans une base de données météorologique massive.
C. Créez un ensemble de formation de modèles inhabituels et demandez aux algorithmes d'apprentissage automatique pour les classer.
D. Créez un ensemble d'entraînement de temps normal et demandez à la machine de rechercher des modèles similaires.
93: Vous travaillez dans une équipe de science des données qui souhaite améliorer la précision de son résultat de voisin K-Deare le plus en fonctionnant en plus d'un résultat naïf de Bayes. De quoi est-ce un exemple?
A. Régression
B. Renforcement
C. Engage
D. Empiler
94: ____ examine la relation entre les prédicteurs et votre résultat.
A. Analyse de régression
B. Clustering k-means
C. Big Data
D. Apprentissage non surveillé
95: Quel est un exemple d'une application commerciale pour un système d'apprentissage automatique?
A. Un système de saisie de données
B. Un système d'entrepôt de données
C. Un référentiel de données massif
D. Un système de recommandation de produit
96: Vous travaillez pour une entreprise d'électricité qui possède des centaines de milliers de mètres électriques. Ces compteurs sont connectés à Internet et transmettent des données de consommation d'énergie en temps réel. Votre superviseur vous demande de directement au projet d'utiliser l'apprentissage automatique pour analyser ces données d'utilisation. Pourquoi les algorithmes d'apprentissage automatique sont-ils idéaux dans ce scénario?
A. Les algorithmes aideraient les compteurs à accéder à Internet.
B. Les algorithmes amélioreront la connectivité sans fil.
C. Les algorithmes aideraient votre organisation à voir les modèles des données.
D. En utilisant des algorithmes d'apprentissage automatique, vous créez un appareil IoT.
97: Pour prédire une valeur de quantité. utiliser ___.
A. Régression
B. Regroupement
C. Classification
D. Réduction de la dimensionnalité
98: Pourquoi les Bayes naïfs sont-ils appelés naïfs?
A. Il suppose naïvement que vous n'aurez pas de données.
B. Il n'essaie même pas de créer des prédictions précises.
C. Il suppose naïvement que les prédicteurs sont indépendants les uns des autres.
D. Il suppose naïvement que tous les prédicteurs dépendent les uns des autres.
99: Comment l'apprentissage automatique est-il lié à l'intelligence artificielle?
A. L'intelligence artificielle se concentre sur la classification, tandis que l'apprentissage automatique concerne les données de clustering.
B. L'apprentissage automatique est un type d'intelligence artificielle qui repose sur l'apprentissage à travers les données.
C. L'intelligence artificielle est une forme d'apprentissage automatique non supervisé.
D. L'apprentissage automatique et l'intelligence artificielle sont la même chose.
100: Comment les algorithmes d'apprentissage automatique font-ils des prédictions plus précises?
A. Les algorithmes sont généralement des serveurs plus puissants.
B. Les algorithmes sont meilleurs pour voir les modèles dans les données.
C. Les serveurs d'apprentissage automatique peuvent héberger de plus grandes bases de données.
D. Les algorithmes peuvent s'exécuter sur des données non structurées.
List of Questions à Choix Mul...
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)
