Domande a Risposta Multipla sull'Apprendimento Automatico (MCQs)
Domande a Risposta Multipla sull'Apprendimento Automatico (MCQs)
MCQSS.com offre domande e risposte gratuite sull'apprendimento automatico che coprono una vasta gamma di argomenti. Il nostro formato interattivo ti permette di scoprire immediatamente se hai risposto correttamente alle domande. Esplora la nostra collezione di domande a risposta multipla e metti alla prova le tue conoscenze sull'apprendimento automatico oggi stesso! Non è necessario acquistare una membership o registrarsi, puoi utilizzare gratuitamente il nostro sito. Non perdere l'opportunità di migliorare le tue competenze e prepararti per gli esami con MCQSS.com.
1: Quali delle seguenti affermazioni sono/sono corrette su una rete neurale artificiale (ANN)?
A. Il comportamento di una ANN dipende dai pesi specificati per le unità.
B. Il comportamento di una ANN dipende dalla funzione di trasferimento specificata per le unità.
C. Solo (dis corretto.
D. Solo (ii) è corretto.
E. Sia (i) che ii) sono corretti.
F. Né (i) né (ii) è corretto
2: Quale delle seguenti affermazioni è/ ha ragione sul wabbit vowpal?
A. Non consente l'uso di funzionalità non lineari.
B. Può essere utilizzato come opzione di apprendimento automatico in Microsoft Azure.
C. Entrambe le opzioni A e B
D. Né l'opzione 8 né B
3: Quale delle seguenti capacità possiedono i sistemi esperti?
A. Sostituire i decisori umani.
B. Prevedere i risultati.
C. Perfezionando le proprie conoscenze
D. Possedere capacità umane.
4: Quale delle seguenti non è corretta sull'apprendimento automatico?
A. Non richiede un esperto o un programmatore umano.
B. È economico e fleble.
C. Non richiede dati etichettati.
D. È usato nel riconoscimento dei pattern.
5: La simulazione è appropriata in quale delle seguenti condizioni?
A. Se il costo supera i risparmi.
B. Se un piano viene visualizzato con simulazione animata.
C. Se la risorsa/tempo non è disponibile.
D. Se il comportamento del sistema è molto complesso.
6: Quale dei seguenti è uno strumento di apprendimento automatico con interfaccia di programmazione dell'applicazione per C?
A. Deeplearning4j
B. Libsvm
C. Cialde
D. Golearn
7: La verifica utilizza il metodo di test di Grey-Box.
A. VERO
B. Falso
8: In relazione alla classificazione dell'apprendimento automatico, quale delle seguenti opzioni è il modo corretto per definire il richiamo?
A. Vero positivo/ (vero positivo + falso negativo)
B. Vero positivo/ (falso positivo + falso negativo)
C. Vero positivo/ (vero positivo + falso positivo)
D. Vero positivo/ (vero negativo + falso negativo)
9: Quale dei seguenti tipi di dati può essere gestito dall'algoritmo dell'albero decisionale utilizzato per la classificazione?
A. Data numerica
B. Dati categorici
C. Dati sia numerici che categorici
10: Quale dei seguenti strumenti di simulazione si basa su un approccio a flusso di transazioni verso i sistemi di modellazione?
A. Simulatore ibrido
B. Simulatore continuo
C. Simulatore di eventi discreto
D. Simulatore basato su agenti
11: Qual è l'accuratezza dell'algoritmo di classificazione della regressione logistica?
A. 80,11%
B. 82,53%
C. 84,60%
D. 86,27%
12: Quale dei seguenti è/ sono i classificatore/ i margine di grandi dimensioni?
A. SVM
B. Potenziamento
C. Sia Svm che potenziando
13: Per quanto riguarda il linguaggio della query di data mining, quale dei seguenti è la sintassi per la caratterizzazione?
A. Caratteristiche delle mie [come [pattern_name)]
B. {corrispondente {metapattern}}
C. Caratteristiche delle mie [come pattern_name]
D. Analizza CLASSIFICAZIONE_ATTRIBUTE_OR_DIMENSIONE
E. O Caratteristiche mine [come pattern_name] analizza [Misura (s)}
F. Caratteristiche dei miei [come pattern_name] analizza previsione_attribute_or_dimension
G. {set [attributo_or_dimension_i = value_i}]
14: Quale dei seguenti non è un vantaggio della modellazione e dell'analisi della simulazione?
A. Metriche di prestazioni multiple per analizzare le configurazioni del sistema.
B. Identificazione di colli di bottiglia nel flusso di informazioni.
C. Test ipotesi del sistema per la fattibilità.
D. Ottimo programma e pianificazione del budget.
E. L'algoritmo dell'albero decisionale è un tipo di:
F. L'algoritmo dell'albero decisionale è un tipo di:
G. Apprendimento supervisionato.
H. Apprendimento senza supervisione.
I. insegnamento rafforzativo.
15: Quale delle seguenti affermazioni è/ha ragione sull'apprendimento automatico non supervisionato?
A. I suoi algoritmi imparano a prevedere l'output dai dati di input.
B. I suoi algoritmi imparano a intrinsecre la struttura dai dati di input.
C. Viene utilizzato contro i dati che hanno etichette storiche.
D. Sia B che C sono corretti.
16: La regressione logistica può essere usata con quali dei seguenti tipi di variabili dipendenti?
A. Numero intero
B. Galleggiante
C. Binary (Sti/No Risposta)
D. Tutti i precedenti.
17: Quale dei seguenti algoritmi di potenziamento implementa la regolarizzazione che aiuta a ridurre il sovrafittimento?
A. Xgboost
B. Adaboost
C. Boost gradiente
D. Nessuno dei precedenti.
18: Qual è l'accuratezza dell'algoritmo Naive Bayes utilizzato per la classificazione?
A. 78,93%
B. 83,25%
C. 80,11%
D. 86,72%
19: Quale delle seguenti affermazioni è/ ha ragione sulla tecnica di classificazione C45?
A. Può gestire sia le funzionalità continue che le funzionalità discrete.
B. Può essere utilizzato per set di dati piccoli e di grandi dimensioni.
C. Ha un basso tempo di elaborazione.
D. Tutti i precedenti.
20: Quale dei seguenti algoritmi non si aumenta bene rispetto agli altri per set di dati molto grandi?
A. Liblino
B. Vowpal Wabbit
C. Libsvm
D. Tutta la scala sopra molto bene per set di dati di grandi dimensioni.
21: Qual è la funzione della regressione della cresta?
A. Utilizza la regolarizzazione L1.
B. Viene utilizzato quando i dati soffrono di multi-collinearità.
C. Riduce i coefficienti a zero.
D. Utilizza valori assoluti nella funzione di penalità.
22: I linguaggi di simulazione offrono meno flessibilità rispetto ai simulatori orientati all'applicazione.
A. VERO
B. Falso
23: Quale delle seguenti affermazioni è corretta sulla convalida?
A. Utilizza test Black-Box e White-Box.
B. Non esegue un codice.
C. Implica un controllo basato sull'uomo di file e documenti.
D. È un meccanismo statico.
24: In relazione alla rete neurale artificiale, quale delle seguenti opzioni è progettata per lavorare con problemi di previsione della sequenza?
A. Perceptron multistrato (MLP)
B. Reti neurali convoluzionali (CNNS)
C. Reti neurali ricorrenti (RNNS)
D. Nessuna delle precedenti.
25: Quale delle seguenti non è applicabile all'applicazione di riconoscimento vocale nell'apprendimento automatico?
A. Viene utilizzato nel calcolo a mani libere.
B. Mira a comprendere e comprendere la parola parlata.
C. Viene utilizzato nella navigazione del menu.
D. È dipendente dal parlatore.
26: LN Machine Learning, regressione logistica:
A. Richiede una relazione lineare tra variabili indipendenti e dipendenti.
B. Supporta la multi-collinearità.
C. richiede piccoli campioni di dimensioni.
D. viene utilizzato per problemi di classificazione.
27: Quale dei seguenti definisce la misura del punteggio F per valutare la qualità del recupero del testo?
A. F -SCORE = RICHIAME X Precision / (RICHIAME - Precision) / 2
B. F-Score = | [pertinente} fl {recuperato} l / l [recuperato] l
C. F-Score = | {pertinente} fl [recuperato} l / l [pertinente] |
D. F-SCORE = RICHIAME X Precision / (richiamo + precisione) / 2
28: Quale delle seguenti non è una classifica multi-classe?
A. Classificazione di e-mail di spam e non-spam
B. Classificazione dei tipi di colture
C. Classificazione dell'umore
D. Tutti quanto sopra sono identificativi multi-classe.
29: Un perceptron multistrato (MLP) è un:
A. Grafico ciclico finito.
B. Grafico ciclico INFinite
C. grafico aciclico infinite
D. grafico aciclico finito.
30: Quale dei seguenti non è un esempio di distribuzione di probabilità limitata?
A. Distribuzione uniforme
B. Distribuzione triangolare
C. Distribuzione logistica
D. Distribuzione binomiale
31: La semplice regressione lineare è caratterizzata da quante variabili indipendenti?
A. Uno
B. Due
C. Tre
D. quattro
32: Quale dei seguenti strumenti di apprendimento automatico fornisce API per le reti neurali?
A. Keras.io
B. Accors.net
C. Minatore rapido
D. Shogun
33: Quale dei seguenti quadri di apprendimento automatico funziona al livello più elevato di astrazione?
A. Tensorflow
B. Pytorch
C. Theano
D. Keras
34: Quale dei seguenti tipi di modelli di analisi dei dati è/vengono utilizzati per concludere funzioni di valore continuo?
A. Predizione
B. Classificazione
C. Sia a che B
D. Nè a nè B
35: Quale delle seguenti è un vantaggio nella regressione logistica?
A. Vista probabilistica naturale delle previsioni di classe.
B. Confine di decisione lineare.
C. Requisito di osservazioni indipendenti.
D. Eccessivamente idoneo il modello.
36: In relazione al framework di apprendimento automatico, quale delle seguenti lingue viene utilizzata da VELE per eseguire l'automazione e il coordinamento tra i nodi?
A. C ++
B. Giava
C. Python
D. R
37: Quale delle seguenti è errata sulla regressione lineare?
A. Le variabili indipendenti nella regressione lineare possono essere continue o discrete.
B. Una variabile dipendente nella regressione lineare è discreta.
C. La regressione lineare è sensibile ai valori anomali.
D. Stima i valori reali che si basano su variabili continue.
38: Quale dei seguenti non è corretto su Modelica?
A. È una lingua
B. È uno strumento.
C. È dichiarativo.
D. È orientato agli oggetti.
39: Quale delle seguenti affermazioni non è corretta sulle reti neurali ricorrenti (RNN)?
A. Sono non deterministici.
B. Possono accontentarsi degli attrattori di punta.
C. Possono oscillare.
D. Hanno almeno una connessione di feed-back.
40: In relazione all'apprendimento automatico. XGBoost funziona per quale delle seguenti opzioni?
A. Visione computerizzata
B. Dati tabulari
C. NLP
D. Tutti i precedenti.
41: Nei percetroni multistrato, le previsioni sono fatte in quale dei seguenti strati?
A. Livello di input
B. Primo livello nascosto
C. Ultimo livello nascosto
D. Livello di output
42: Quale delle seguenti è errata sulla rete neurale artificiale di feedback?
A. Sono utilizzati nei ricordi indirizzabili al contenuto.
B. Sono consentiti i circuiti di feedback.
C. Il flusso di informazioni è bidirezionale.
D. Le reti di feedback sono statiche.
43: Quale delle seguenti è errata sulla topologia di rete neurale artificiale feedforward?
A. I circuiti di feedback non sono consentiti.
B. Il flusso di informazioni è unidirezionale.
C. Non hanno input e output fissi.
D. Sono usati nella generazione di pattern.
44: Il RapidMiner Framework Machine Learning è scritto in quale dei seguenti linguaggi di programmazione?
A. C ++
B. Java
C. Pitone
D. C
45:
Quale delle seguenti affermazioni è vera?
Dichiarazione 1: l'apprendimento di rinforzo è una tecnica off-line.
Dichiarazione 2: la tecnica di apprendimento di rinforzo viene utilizzata nella pianificazione dell'ascensore.
A. Dichiarazione1 è vera.
B. L'istruzione 2 è vera.
C. Entrambe le affermazioni 1 e 2 sono vere.
D. Entrambe le dichiarazioni 1 e 2 sono false.
46: Un dispositivo neurone artificiale è costituito da quanti input e output?
A. Un input e molte uscite.
B. Molti input e un output
C. Un input e un output.
D. Molti input e molti output.
47: La tecnica di regressione EiasticNet:
A. non può soffrire di doppio restringimento.
B. Scoraggia l'effetto del gruppo in caso di variabili altamente correlate.
C. è un ibrido di lazo e tecniche di regressione lineare.
D. non ha limiti sul numero di variabili selezionate.
48: Nel data mining, quale dei seguenti non è una tecnica di riduzione dei dati?
A. Clustering
B. Campionamento
C. Istogrammi
D. Huffman
49: Per quanto riguarda la rete neurale multistrato, cosa corrispondono i neuroni nello strato nascosto?
A. Proprietà
B. Descrittori
C. Variabili latenti non lineari
D. Sia A e C
50: Quale dei seguenti algoritmi di potenziamento utilizza la crescita degli alberi a livello di livello?
A. XgBoost
B. Aumento del gradiente
C. Adaboost
D. Luce gb
51: Gli alberi decisionali possono fare i dati fit?
A. SÌ
B. NO
52: Quale dei seguenti tipi di modelli di simulazione contiene probabilità?
A. Simulazioni deterministiche
B. Simulazioni stocastiche
C. Sia a che B
D. Né uno né 0
53: Qual è il punteggio F1 corretto dell'algoritmo casuale della classifica?
A. 0,5924
B. 0,5171
C. 0.6518
D. 0.6275
54: Qual è il punteggio FI dell'algoritmo forestale casuale utilizzato per la classificazione?
A. 0.6737
B. 0,5180
C. 0,5224
D. 0.6275
55: Quale delle seguenti interfacce è/sono supportate da Scikit: Strumento Learn?
A. GPU
B. Api
C. Sia GPU e API
56: Quale delle seguenti formule viene utilizzata per calcolare correttamente l'accuratezza degli algoritmi di classificazione?
A. Precisione: 2 (vero positivo + vero negativo) I Popolazione totale
B. Precisione: (True positivo + True Negative) / Popolazione totale
C. Precisione: (vero positivo + vero negativo) / 2 (popolazione totale)
D. Precisione: (True Positive X True Negative) / Popolazione totale
57: Nel data mining, quale dei seguenti metodi di clustering riflette la distribuzione spaziale dei punti dati?
A. Metodo a base di griglia
B. Metodo basato su modello
C. Metodo di partizionamento
D. Metodo gerarchico
58: In relazione all'algoritmo di classificazione SVM. Quale delle seguenti opzioni viene utilizzata per la classificazione binaria?
A. Kernel polinomiale
B. Kernel di funzione di base radiale
C. Kernel sigmoide
D. Nessuna delle precedenti.
59: Quale dei seguenti algoritmi di classificazione dovrebbe essere usato per lo scenario dato? I dati sono etichettati e il numero di campioni è maggiore di 100K.
A. SGD Classifier
B. Approssimazione del kernel
C. Lineare svc
D. Nessuna delle precedenti.
60: Quale dei seguenti algoritmi di apprendimento supervisionati è/sono implementati da Apache Mahout?
A. Classificatori di bayes ingenui
B. Support Vector Machines (SVMS)
C. Reti neurali
D. Sia A e C
61: Quale dei seguenti tipi di reti neurali artificiali è/ sono più adatte per mappare i dati dell'immagine a una variabile di output?
A. Perceptron multistrato (MLP)
B. Reti neurali convoluzionali (CNNS)
C. Reti neurali ricorrenti (RNNS)
D. Entrambe le opzioni B e C
62: Quali delle seguenti opzioni sono le caratteristiche corrette del framework Pytorch?
A. Supporta il parallelismo dei dati.
B. Supporta il modello di apprendimento distribuito.
C. È adatto solo a grandi progetti o prototipi.
D. Non contiene alcun modello pre -allenato.
63: In relazione alla classificazione dell'apprendimento automatico, quali delle seguenti sono le caratteristiche corrette dell'algoritmo di discesa del gradiente stocastico?
A. Supporta molte funzioni di perdita e sanzioni per la classificazione.
B. È facile ed efficace da implementare.
C. Richiede un numero molto piccolo di iper-parametri.
D. È indifferente con il ridimensionamento.
64: Quali due delle seguenti affermazioni sono corrette per quanto riguarda la classificazione, che è una tecnica di apprendimento automatico?
A. Utilizza dati sconosciuti per determinare come vengono classificati nuovi dati in una serie di categorie esistenti.
B. Utilizza dati noti per determinare come vengono classificati nuovi dati in una serie di categorie esistenti.
C. È una forma di apprendimento supervisionato.
D. È una forma di apprendimento non supervisionato.
65: La biblioteca Liblineare è scritta in quale delle seguenti lingue?
A. C
B. C ++
C. Pitone
D. R
66: Nell'apprendimento automatico, quali delle seguenti affermazioni sono corrette sulla tomografia a coerenza ottica (OCT)?
A. Ha una profondità di imaging OCT molto limitata.
B. È difficile interpretare un'immagine OCT.
C. El è facile ottenere un'immagine OCT.
67: Quali delle seguenti sono le caratteristiche corrette dello strumento Knime per l'apprendimento automatico?
A. Può integrare il codice dei linguaggi di programmazione come C, C ++, R e Java, ecc.
B. Può costruire modelli complicati molto facilmente.
C. Fornisce capacità di visualizzazione ed esportazione molto elevate.
D. La sua distribuzione e l'installazione sono molto semplici.
68: In relazione all'algoritmo di classificazione dell'apprendimento automatico, quale delle seguenti opzioni viene utilizzata dall'albero decisionale per la costruzione di un albero decisionale?
A. Entropia
B. Guadagno di informazioni
C. Probabilità
D. Prova 1-2
69: Nelle reti neurali convoluzionali, l'input può essere in quale dei seguenti formati?
A. Unidimensionale
B. bidimensionale
C. Tridimensionale
D. Cinque-dimensionali
70: Quale dei seguenti framework può essere utilizzato per soluzioni multipiattaforma?
A. Tensorflow
B. Pytorch
C. Caffe2
D. Prova 1-2
71: Gli APL sono inclusi per quale delle seguenti opzioni in Tensorflow?
A. C
B. C ++
C. Giava
D. Python
72: In relazione all'apprendimento automatico, quali delle seguenti opzioni sono gli strumenti per lavorare con i dati del linguaggio umano?
A. Gensim
B. Scipy
C. Nltk
D. Panda
73: Quali delle seguenti affermazioni sono corrette sulla libreria di apprendimento automatico Shogun?
A. È open-source.
B. È multipiattaforma e orientata all'API.
C. Ha una libreria mantenuta con implementazione di base in Java.
D. Ha una documentazione dettagliata.
74: Quali delle seguenti opzioni sono i vantaggi del percetron multistrato?
A. Può imparare modelli non lineari.
B. Può imparare i modelli in tempo reale.
C. Non richiede la messa a punto di alcun parametro.
D. È indifferente con il ridimensionamento.
75: Quali delle seguenti opzioni sono gli strumenti di apprendimento automatico per un'interfaccia della riga di comando?
A. Cialde
B. Weka Machine Learning Workbench
C. Pilearn2
D. Deeplearning4j
76: Quali dei seguenti sono i problemi di classificazione dell'apprendimento automatico?
A. Prevedere il prezzo di un negozio in base all'area.
B. Prevedere il genere di una persona analizzando il suo stile di scrittura a mano.
C. Prevedere se le nevicate saranno normali quest'anno.
D. Prevedere il numero di copie di un libro che verrà venduto le prossime due settimane
77: Quali delle seguenti opzioni sono i vantaggi della tecnica di classificazione del vicino K-NEARE (KNN)?
A. Fornisce eccellenti prestazioni di runtime.
B. La sua complessità di calcolo è molto bassa.
C. È facile da implementare.
D. È robusto per i dati di formazione rumorosi.
78: In relazione all'algoritmo di classificazione dell'apprendimento automatico, quali dei seguenti sono le classificazioni lineari?
A. Regressione logistica
B. Native Bayes Classifier
C. Macchina vettoriale di supporto meno quadrata
D. Foresta casuale
79: Quali delle seguenti sono le caratteristiche corrette dell'algoritmo forestale casuale utilizzato per la classificazione?
A. Aumenta l'eccesso di fermo.
B. La previsione in tempo reale è veloce.
C. È diffuso da implementare.
D. È un algoritmo complesso.
80: In relazione all'apprendimento automatico, quali delle seguenti affermazioni sono corrette sulla libreria Tensorfiow?
A. Può funzionare in modo efficace con espressioni matematiche che coinvolgono array multidimensionali.
B. Tensorflow è supportato solo da Google.
C. Non è efficiente in ambito multi-GPU.
D. Funziona su un singolo sistema CPU. GPU. e dispositivi mobili.
81: Quali delle seguenti affermazioni sono corrette sulla tecnica di classificazione del potenziamento del gradiente?
A. In questa tecnica, la formazione viene eseguita in parallelo.
B. È difficile da sintonizzare.
C. È facile da superare.
D. Implementa il voto non ponderato per la previsione finale
82: Quali dei seguenti sono i vantaggi dell'algoritmo ingenuo di Bayes utilizzato per la classificazione?
A. Per stimare i parametri necessari sono necessari solo una piccola quantità di dati di allenamento.
B. È adatto per lo spam filtering
C. È rapido rispetto ai metodi sofisticati.
D. È uno stimatore eccellente.
83: Lo strumento di apprendimento automatico Amazon supporta quali dei seguenti tipi di modelli?
A. Classificazione binaria
B. Classificazione multi-classe
C. Regressione
D. Classificazione a più livelli
84: Quale delle seguenti soluzioni può essere utilizzata per il problema della classificazione dei dati rumorosi dell'algoritmo dell'albero decisionale ID3 e C45?
A. Usa la funzione del kernel gaussiano
B. Usa Credal-C4.5 Tree
C. Usa l'algoritmo migliorato con la formula Taylor
D. Usa l'algoritmo di apprendimento avido
85: In relazione alla classificazione dell'apprendimento automatico, quali due delle seguenti sono le caratteristiche corrette dell'algoritmo ID3 (Dischotomiser 3)?
A. Supporta l'ottimizzazione globale.
B. È facile da capire.
C. Supporta la ricerca di monitoraggio back.
D. Non può gestire i valori mancanti.
86: Quali delle seguenti caratteristiche o algoritmi sono supportati dallo strumento Scikit: Learn?
A. Preparazione dei dati
B. Classifica
C. Selezione del modello
D. Visualizzazione
87: Fai parte del team di data science che lavora per una catena nazionale di fast food. Crei un semplice rapporto che mostra la tendenza: i clienti che visitano il negozio più spesso e acquistano pasti più piccoli spendono più dei clienti che visitano meno frequentemente e acquistano pasti più grandi. Qual è il diagramma più probabile che la tua squadra ha creato?
A. Diagramma di classificazione multiclasse
B. Regressione lineare e trame di dispersione
C. Tabella pivot
D. Diagramma del cluster K-Means
88: Lavori per un'organizzazione che vende un servizio di filtraggio di spam alle grandi aziende. La tua organizzazione desidera passare il suo prodotto per utilizzare l'apprendimento automatico. Attualmente è un elenco di 250,00 parole chiave. Se un messaggio contiene più di poche di queste parole chiave, viene identificato come spam. Quale sarebbe un vantaggio del passaggio all'apprendimento automatico?
A. Il prodotto cercherebbe nuovi schemi nei messaggi di spam.
B. Il prodotto potrebbe passare attraverso l'elenco delle parole chiave molto più rapidamente.
C. Il prodotto potrebbe avere un elenco di parole chiave molto più lungo.
D. Il prodotto potrebbe trovare messaggi di spam utilizzando molte meno parole chiave.
89: Lavori per un servizio di streaming musicale e desideri utilizzare l'apprendimento automatico supervisionato per classificare la musica in diversi generi. Il tuo servizio ha raccolto migliaia di canzoni in ogni genere e tu l'hai utilizzato come dati di formazione. Ora tiri fuori un piccolo sottoinsieme casuale di tutte le canzoni del tuo servizio. Come si chiama questo sottoinsieme?
A. Cluster di dati
B. Set supervisionato
C. Big Data
D. Dati di test
90: Nella programmazione tradizionale del computer, inserisci comandi. Cosa inserisci con l'apprendimento automatico?
A. Modelli
B. Programmi
C. Regole
D. Dati
91: La tua azienda vuole prevedere se i clienti di assicurazione automobilistica esistenti hanno maggiori probabilità di acquistare l'assicurazione dei proprietari di case. Ha creato un modello per prevedere meglio i migliori contatti dei clienti sull'assicurazione dei proprietari di case e il modello aveva una bassa varianza ma un pregiudizio elevato. Cosa dice questo sul modello di dati?
A. Era costantemente sbagliato.
B. Era in modo incoerente.
C. Era costantemente giusto.
D. Era altrettanto giusto finire.
92: Vuoi identificare i modelli meteorologici globali che potrebbero essere stati influenzati dai cambiamenti climatici. Per fare ciò, vuoi usare algoritmi di apprendimento automatico per trovare modelli che altrimenti sarebbero impercettibili a un meteorologo umano. Qual è il posto dove iniziare?
A. Trova i dati etichettati dei giorni di sole in modo che la macchina impari a identificare il maltempo.
B. Utilizzare l'apprendimento non supervisionato Fai cercare le anomalie in un database meteorologico enorme.
C. Crea un set di formazione di modelli insoliti e chiedi agli algoritmi di apprendimento automatico di classificarli.
D. Crea un set di allenamento di tempo normale e fai cercare su modelli simili.
93: Lavori in un team di data science che vuole migliorare l'accuratezza del suo risultato più vicino K-più vicino correndo in cima a un risultato ingenuo di Bayes. Qual è questo esempio?
A. Regressione
B. Potenziamento
C. Insaccamento
D. Impilamento
94: ____ guarda la relazione tra i predittori e il tuo risultato.
A. Analisi di regressione
B. K-Means Clustering
C. Big Data
D. Apprendimento senza supervisione
95: Qual è un esempio di un'applicazione commerciale per un sistema di apprendimento automatico?
A. Un sistema di immissione dei dati
B. Un sistema di data warehouse
C. Un enorme repository di dati
D. Un sistema di raccomandazione del prodotto
96: Lavori per una compagnia elettrica che possiede centinaia di migliaia di metri elettrici. Questi contatori sono connessi a Internet e trasmettono i dati sull'uso di energia in tempo reale. Il tuo supervisore ti chiede di dirigere il progetto per utilizzare l'apprendimento automatico per analizzare questi dati di utilizzo. Perché gli algoritmi di apprendimento automatico sono ideali in questo scenario?
A. Gli algoritmi aiuterebbero i contatori ad accedere a Internet.
B. Gli algoritmi miglioreranno la connettività wireless.
C. Gli algoritmi aiuterebbero la tua organizzazione a vedere i modelli dei dati.
D. Utilizzando algoritmi di apprendimento automatico, stai creando un dispositivo IoT.
97: Per prevedere un valore di quantità. utilizzo ___.
A. Regressione
B. Clustering
C. Classificazione
D. Riduzione della dimensionalità
98: Perché l'ingenuo Bayes è chiamato ingenuo?
A. Si presume ingenuamente che non avrai dati.
B. Non cerca nemmeno di creare previsioni accurate.
C. Presuppone ingenuamente che i predittori siano indipendenti l'uno dall'altro.
D. Presuppone ingenuamente che tutti i predittori dipendano l'uno dall'altro.
99: In che modo l'apprendimento automatico è legato all'intelligenza artificiale?
A. L'intelligenza artificiale si concentra sulla classificazione, mentre l'apprendimento automatico riguarda i dati di clustering.
B. L'apprendimento automatico è un tipo di intelligenza artificiale che si basa sull'apprendimento attraverso i dati.
C. L'intelligenza artificiale è forma di apprendimento automatico senza supervisione.
D. L'apprendimento automatico e l'intelligenza artificiale sono la stessa cosa.
100: In che modo gli algoritmi di apprendimento automatico fanno previsioni più precise?
A. Gli algoritmi sono in genere eseguiti server più potenti.
B. Gli algoritmi sono più bravi a vedere i modelli nei dati.
C. I server di apprendimento automatico possono ospitare database più grandi.
D. Gli algoritmi possono essere eseguiti su dati non strutturati.
List of Domande a Risposta 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)
