ThatQuiz Knjižnica testov Naredi ta test sedaj
Strojno učenje
Prispevano od: Jež
  • 1. Strojno učenje je veja umetne inteligence, ki se osredotoča na razvoj algoritmov in modelov, ki računalnikom omogočajo učenje in sprejemanje odločitev na podlagi podatkov. Vključuje ustvarjanje sistemov, ki se lahko samodejno učijo in izboljšujejo sami, ne da bi jih bilo treba izrecno programirati. Algoritmi strojnega učenja lahko analizirajo velike količine podatkov, prepoznavajo vzorce in sprejemajo napovedi ali odločitve z minimalnim človeškim posredovanjem. Ti algoritmi se uporabljajo v različnih aplikacijah, kot so prepoznavanje slik in govora, priporočilni sistemi, avtonomna vozila, medicinska diagnostika in številne druge. Z izkoriščanjem moči strojnega učenja lahko organizacije iz podatkov pridobijo dragocene vpoglede in izboljšajo procese odločanja, kar vodi do učinkovitejših in inovativnejših rešitev.

    Kaj je strojno učenje?
A) Področje umetne inteligence, ki strojem omogoča učenje iz podatkov.
B) Programski jezik, ki se uporablja za načrtovanje računalniških čipov.
C) Metoda za nadzor fizičnih strojev s človeškim vnosom.
D) Vrsta programske opreme, ki se uporablja za igranje video iger.
  • 2. Katera od naslednjih možnosti je primer nenadzorovanega učenja?
A) Grozdenje
B) Linearna regresija
C) Drevesa odločanja
D) Razvrstitev
  • 3. Za kaj je odgovorna aktivacijska funkcija v nevronski mreži?
A) Usposabljanje omrežja z uporabo povratnega širjenja.
B) Uvedba nelinearnosti v omrežje.
C) Neposredno pretvarjanje vhoda v izhod.
D) Shranjevanje informacij za prihodnjo uporabo.
  • 4. Kateri algoritem se običajno uporablja za učenje z ojačitvijo?
A) K-Means
B) SVM
C) Učenje Q
D) Naključni gozd
  • 5. Katera metoda se uporablja za zmanjšanje dimenzionalnosti podatkov pri strojnem učenju?
A) Gradientni spust
B) Odločitvena drevesa
C) Naivni Bayes
D) Analiza glavnih komponent (PCA)
  • 6. Kakšna je vloga funkcije izgube pri strojnem učenju?
A) Izbere najboljše funkcije za model.
B) Kvantificira razliko med napovedanimi in dejanskimi vrednostmi.
C) Optimizira model z uporabo povratnega širjenja.
D) Normalizira podatke pred usposabljanjem.
  • 7. Kaj je inženiring funkcij v strojnem učenju?
A) Usposabljanje modela brez podatkov.
B) Regularizacija modela za preprečevanje pretiranega prilagajanja.
C) Vrednotenje modela z navzkrižnim preverjanjem.
D) Postopek izbire in preoblikovanja vhodnih funkcij za izboljšanje delovanja modela.
  • 8. Kakšen je namen meje odločanja v strojnem učenju?
A) Za nadzor hitrosti učenja modela.
B) Za minimiziranje funkcije izgube med usposabljanjem.
C) Dodajanje šuma v podatke.
D) ločevanje različnih razredov v vhodnem prostoru.
  • 9. Kateri algoritem se običajno uporablja za odkrivanje anomalij v strojnem učenju?
A) Naivni Bayes
B) Grozdenje K-means
C) SVM (podporni vektorski stroj)
D) Izolacijski gozd
  • 10. Katera tehnika se uporablja za obdelavo manjkajočih podatkov pri strojnem učenju?
A) Podvajanje podatkov
B) Dodajanje šuma v podatke
C) Pripisovanje
D) Zanemarjanje manjkajočih podatkov
  • 11. Katera metoda se uporablja za optimizacijo hiperparametrov v modelih strojnega učenja?
A) Naključna izbira hiperparametrov
B) Ignoriranje hiperparametrov
C) Iskanje po mreži
D) Osredotočanje na en sam hiperparameter
  • 12. Katera metoda se pri strojnem učenju uporablja za preprečevanje pretiranega prilagajanja modela?
A) Usposabljanje modela na več podatkih
B) Odstranitev ključnih funkcij
C) Povečanje kompleksnosti modela
D) Regularizacija
  • 13. Kakšen je kompromis med pristranskostjo in varianco pri strojnem učenju?
A) Ravnotežje med časom usposabljanja in zmogljivostjo modela.
B) Kompromis med premajhnim in prevelikim prilagajanjem.
C) Kompromis med natančnostjo in točnostjo.
D) Ravnovesje med kompleksnostjo modela in posplošljivostjo.
  • 14. Katera metoda se uporablja za ocenjevanje uspešnosti modela strojnega učenja?
A) Preverjanje računske zahtevnosti
B) Uporaba samo podatkov za usposabljanje
C) Ugibanje
D) Navzkrižno preverjanje
  • 15. Katera tehnika se uporablja za preprečevanje pretiranega prilagajanja v nevronskih omrežjih?
A) Gradientni spust
B) Serijska normalizacija
C) Izpadli
D) Merjenje obsega funkcij
  • 16. Kateri od naslednjih algoritmov je algoritem nadzorovanega učenja?
A) Drevo odločanja
B) Linearna regresija
C) Analiza glavnih komponent
D) Grozdenje K-means
  • 17. Katera metoda se uporablja za posodabljanje uteži nevronske mreže med učenjem?
A) Serijska normalizacija
B) Backpropagation
C) Naključna inicializacija
D) Zgodnja zaustavitev
  • 18. Kateri algoritem se običajno uporablja za naloge razvrščanja v strojnem učenju?
A) Analiza glavnih komponent (PCA)
B) Linearna regresija
C) Podporni vektorski stroj (SVM)
D) Grozdenje K-means
  • 19. Kateri algoritem se običajno uporablja za obdelavo neuravnoteženih podatkovnih nizov pri strojnem učenju?
A) K-najbližji sosedje (KNN)
B) AdaBoost
C) PCA (analiza glavnih komponent)
D) SMOTE (tehnika sintetičnega manjšinskega presežnega vzorčenja)
  • 20. Katera ocenjevalna metrika se običajno uporablja za klasifikacijske modele?
A) Natančnost
B) R-kvadrat
C) Srednja kvadratna napaka
D) Srednja absolutna napaka
  • 21. Katera vrsta algoritma strojnega učenja je primerna za napovedovanje zvezne vrednosti?
A) Zmanjšanje dimenzionalnosti
B) Grozdenje
C) Regresija
D) Razvrstitev
  • 22. Katera funkcija se običajno uporablja kot funkcija izgube pri linearni regresiji?
A) Izguba dnevnika
B) Srednja kvadratna napaka (MSE)
C) Navzkrižna entropija
D) Korenska srednja kvadratna napaka (RMSE)
Ustvarjeno z That Quiz — stran za ustvarjanje matematičnih testov in testov za druge predmete.