ThatQuiz Biblioteka Testów Podejdź teraz do testu
Uczenie maszynowe
Opracowany przez: Kowalczyk
  • 1. Uczenie maszynowe to gałąź sztucznej inteligencji, która koncentruje się na opracowywaniu algorytmów i modeli umożliwiających komputerom uczenie się i podejmowanie decyzji na podstawie danych. Wiąże się to z tworzeniem systemów, które mogą automatycznie uczyć się i doskonalić bez konieczności ich programowania. Algorytmy uczenia maszynowego mogą analizować duże ilości danych, identyfikować wzorce i podejmować prognozy lub decyzje przy minimalnej interwencji człowieka. Algorytmy te są wykorzystywane w różnych zastosowaniach, takich jak rozpoznawanie obrazów i mowy, systemy rekomendacji, pojazdy autonomiczne, diagnostyka medyczna i wiele innych. Wykorzystując moc uczenia maszynowego, organizacje mogą wydobywać cenne informacje z danych i usprawniać procesy decyzyjne, prowadząc do bardziej wydajnych i innowacyjnych rozwiązań.

    Czym jest uczenie maszynowe?
A) Rodzaj oprogramowania używanego do grania w gry wideo.
B) Język programowania używany do projektowania chipów komputerowych.
C) Metoda kontrolowania maszyn fizycznych za pomocą danych wprowadzanych przez człowieka.
D) Gałąź sztucznej inteligencji, która umożliwia maszynom uczenie się na podstawie danych.
  • 2. Które z poniższych jest przykładem uczenia bez nadzoru?
A) Regresja liniowa
B) Klastrowanie
C) Klasyfikacja
D) Drzewa decyzyjne
  • 3. Za co odpowiada funkcja aktywacji używana w sieci neuronowej?
A) Trenowanie sieci przy użyciu wstecznej propagacji.
B) Wprowadzenie nieliniowości do sieci.
C) Bezpośrednia konwersja danych wejściowych na wyjściowe.
D) Przechowywanie informacji do wykorzystania w przyszłości.
  • 4. Który algorytm jest powszechnie stosowany w uczeniu ze wzmocnieniem?
A) Q-Learning
B) K-Means
C) Losowy las
D) SVM
  • 5. Która metoda jest używana do zmniejszania wymiarowości danych w uczeniu maszynowym?
A) Naiwny Bayes
B) Drzewa decyzyjne
C) Gradient zejścia
D) Analiza głównych składowych (PCA)
  • 6. Jaka jest rola funkcji straty w uczeniu maszynowym?
A) Optymalizuje model przy użyciu propagacji wstecznej.
B) Wybiera najlepsze funkcje dla modelu.
C) Normalizuje dane przed treningiem.
D) Ilościowo określa różnicę między wartościami przewidywanymi a rzeczywistymi.
  • 7. Czym jest inżynieria funkcji w uczeniu maszynowym?
A) Ocena modelu za pomocą walidacji krzyżowej.
B) Trenowanie modelu bez żadnych danych.
C) Regulacja modelu w celu uniknięcia nadmiernego dopasowania.
D) Proces wybierania i przekształcania funkcji wejściowych w celu poprawy wydajności modelu.
  • 8. Jaki jest cel granicy decyzyjnej w uczeniu maszynowym?
A) Aby zminimalizować funkcję straty podczas treningu.
B) Aby oddzielić różne klasy w przestrzeni wejściowej.
C) Aby kontrolować szybkość uczenia się modelu.
D) Aby dodać szum do danych.
  • 9. Która technika jest używana do obsługi brakujących danych w uczeniu maszynowym?
A) Powielanie danych
B) Dodawanie szumu do danych
C) Imputacja
D) Ignorowanie brakujących danych
  • 10. Czym jest kompromis między stronniczością a wariancją w uczeniu maszynowym?
A) Kompromis między dokładnością a precyzją.
B) Równowaga między czasem treningu a wydajnością modelu.
C) Równowaga między złożonością modelu a uogólnialnością.
D) Kompromis między niedopasowaniem a nadmiernym dopasowaniem.
  • 11. Która funkcja jest powszechnie stosowana jako funkcja straty w regresji liniowej?
A) Utrata dziennika
B) Entropia krzyżowa
C) Średni błąd kwadratowy (MSE)
D) Średni błąd kwadratowy (RMSE)
  • 12. Który wskaźnik oceny jest powszechnie stosowany w modelach klasyfikacyjnych?
A) Dokładność
B) R-kwadrat
C) Średni błąd bezwzględny
D) Błąd średniokwadratowy
  • 13. Która metoda jest używana do zapobiegania nadmiernemu dopasowaniu modelu w uczeniu maszynowym?
A) Usuwanie kluczowych funkcji
B) Trening modelu na większej ilości danych
C) Zwiększenie złożoności modelu
D) Regulacja
  • 14. Która metoda jest używana do oceny wydajności modelu uczenia maszynowego?
A) Korzystanie tylko z danych treningowych
B) Sprawdzanie złożoności obliczeniowej
C) Zgadywanie
D) Walidacja krzyżowa
  • 15. Która metoda jest używana do aktualizacji wag sieci neuronowej podczas treningu?
A) Wczesne zatrzymanie
B) Normalizacja wsadowa
C) Propagacja wsteczna
D) Losowa inicjalizacja
  • 16. Który algorytm jest powszechnie używany do zadań klasyfikacji w uczeniu maszynowym?
A) Grupowanie metodą K-średnich
B) Analiza głównych składowych (PCA)
C) Maszyna wektorów nośnych (SVM)
D) Regresja liniowa
  • 17. Który typ algorytmu uczenia maszynowego jest odpowiedni do przewidywania wartości ciągłej?
A) Redukcja wymiarowości
B) Klastrowanie
C) Klasyfikacja
D) Regresja
  • 18. Która metoda jest używana do optymalizacji hiperparametrów w modelach uczenia maszynowego?
A) Skupienie się na pojedynczym hiperparametrze
B) Ignorowanie hiperparametrów
C) Wyszukiwanie w siatce
D) Losowy wybór hiperparametrów
  • 19. Który algorytm jest powszechnie stosowany do wykrywania anomalii w uczeniu maszynowym?
A) Grupowanie metodą K-średnich
B) Naiwny Bayes
C) SVM (Support Vector Machine)
D) Las izolacyjny
  • 20. Który z poniższych algorytmów jest algorytmem uczenia nadzorowanego?
A) Grupowanie metodą K-średnich
B) Regresja liniowa
C) Drzewo decyzyjne
D) Analiza składowych głównych
  • 21. Który algorytm jest powszechnie używany do obsługi niezrównoważonych zbiorów danych w uczeniu maszynowym?
A) K-najbliższych sąsiadów (KNN)
B) PCA (analiza głównych składowych)
C) SMOTE (Syntetyczna technika nadpróbkowania mniejszości)
D) AdaBoost
  • 22. Która technika jest używana do zapobiegania nadmiernemu dopasowaniu w sieciach neuronowych?
A) Gradient zejścia
B) Porzucenie
C) Skalowanie funkcji
D) Normalizacja wsadowa
Test utworzony z That Quiz — tu powstają testy matematyczne z odniesieniem do innych dyscyplin.