למידת מכונה מבוא שאלות
שאלות ותשובות על מושגי יסוד בלמידת מכונה, מתודולוגיות, אלגוריתמים ודוגמאות יומיומיות בתחום.
Quiz(36 Fragen)
1. מהי מטרת אלגוריתם רגרסיה ליניארית?
Begriffe in diesem Lernset(36)
מושגי יסוד בלמידת מכונה(16)
מהי למידת מכונה?
תחום בינה מלאכותית שבו מחשבים לומדים מנתונים ומשפרים ביצועים עם הזמן.
האם תהליך הלמידה מבוסס על נתונים?
נכון. למידת מכונה משתמשת בנתונים כדי לאמן מודלים ולבצע תחזיות.
הבדל בין למידה מפוקחת ללא מפוקחת?
למידה מפוקחת כוללת נתוני תווית, בעוד שלמידה לא מפוקחת אין תוויות.
שלב עיקרי בלמידת מכונה?
הכנה של הנתונים: ניקוי, עיבוד והפיכת הנתונים למתאימים ללמידה.
מהו מודל בלמידת מכונה?
ייצוג מתמטי שמבצע תחזיות או מקבל החלטות בהתבסס על נתונים.
מילוי מקום: \displaystyle E = ____
– נוסחה מפורסמת לפיזיקה, אך לא קשורה ישירות למידת מכונה.
מהו overfitting?
כאשר המודל מתאים מאוד לנתוני האימון אך לא כללי עבור נתונים חדשים.
מהי רגולריזציה?
שיטה למניעת overfitting על ידי הוספת עונש לתפקוד המודל.
מהו קיבוץ (Clustering)?
שיטה בלמידה לא מפוקחת שמחלקת נתונים לקבוצות דומות.
מהו תהליך אימון?
שלב שבו המודל לומד מנתוני האימון ומתקן את עצמו.
מהי מטרת למידת מכונה?
לפתח מודלים המסוגלים לבצע תחזיות מדויקות בהתבסס על נתונים.
נכון או לא נכון: למידת מכונה אינה זקוקה לנתונים.
לא נכון. נתונים הם מרכיב חיוני בכל תהליך למידה.
מהי למידת חיזוק?
שיטה שבה המודל לומד על ידי ניסוי וטעייה עם תגמולים ועונשים.
האם נתוני אימון משפיעים על תוצאות המודל?
כן. איכות הנתונים משפיעה ישירות על ביצועי המודל.
מהו מדד דיוק?
מדד המשקף את אחוז התחזיות הנכונות של המודל.
השווה בין רשתות נוירונים לעצים החלטה.
רשתות נוירונים מתאימות לבעיות מורכבות, עצי החלטה פשוטים יותר לפענוח.
אלגוריתמים ושיטות(12)
מהו אלגוריתם רגרסיה ליניארית?
אלגוריתם לחיזוי ערכים רציפים. משתמש בקו ישר כדי להתאים את הנתונים. - דוגמה: חיזוי מחירים של דירות.
מהי שיטת K-Nearest Neighbors (KNN)?
שיטה למיון נתונים על סמך קרבה. - מחשבת את מרחקים בין דוגמאות. - מיינת את הדוגמה החדשה לפי השכנים הקרובים ביותר.
נכון או לא נכון: רשתות נוירונים הן תמיד השיטה הטובה ביותר.
לא נכון. רשתות נוירונים הן יעילות אך לא תמיד מתאימות. לפעמים שיטות פשוטות יותר מניבות תוצאות טובות.
מהי מכונה תומכת וקטורים (SVM)?
אלגוריתם סיווג שמפריד בין קבוצות נתונים על ידי מרחב וקטורי. - מגדיר גבול מיטבי בין הקבוצות.
מלא את החסר: שיטת ________ משמשת לסיווג על סמך הסתברויות.
שיטת Naive Bayes. היא מתבססת על חוק ביי.
השווה בין חיזוי רגרסיה ליניארית לבין RNN.
רגרסיה ליניארית: חיזוי ערכים רציפים, קו ישר. RNN: רשתות נוירונים חוזרות, מתאימות לנתונים סדרתיים.
מהי אלגוריתם עצי החלטה?
שיטה המייצגת החלטות בצורת עץ. - כל צומת מייצג החלטה. - קל לפרשנות.
נכון או לא נכון: אלגוריתם אנסמבל משלב מספר מודלים.
נכון. הוא משלב מספר מודלים כדי לשפר את הביצועים.
מהי שיטת ה-Gradient Descent?
שיטה אופטימיזציה למציאת מינימום פונקציה. - משדרגת את הערכים על פי הגרדיאנט.
מהו אלגוריתם K-Means?
אלגוריתם לקבוצות הממיין נתונים לקבוצות על סמך קרבה. - מוצא מרכזי קבוצות.
מלא את החסר: רשתות ________ משמשות לזיהוי תבניות מורכבות.
רשתות נוירונים. הן מתאימות מאוד למשימות כמו זיהוי תמונות.
השווה בין למידה מפוקחת ללא מפוקחת.
למידה מפוקחת: יש נתונים עם תוויות. למידה לא מפוקחת: אין תוויות, האלגוריתם מוצא דפוסים בעצמו.
יישומים מעשיים(8)
מהו יישום של למידת מכונה בהמלצות?
מערכות המלצה כמו נטפליקס או אמזון. - מנתחות העדפות משתמשים - מציעות תוכן מותאם אישית.
אילו טכנולוגיות משתמשות בלמידת מכונה לזיהוי פנים?
זיהוי פנים בשדות תעופה, טלפונים חכמים, רשתות חברתיות. - מאגרי נתונים גדולים - אלגוריתמים לזיהוי.
נכון או לא נכון: למידת מכונה אינה משמשת בתחום הרפואה.
לא נכון, היא משמשת לאבחון מחלות, ניתוח תמונות רפואיות וניהול טיפול.
מהו יישום של למידת מכונה בתחום התחבורה?
רכבים אוטונומיים. - מתבססים על נתוני חיישנים - מבצעים חיזוי של מסלולים.
מלא את החסר: למידת מכונה יכולה לשפר __________.
תהליכים עסקיים. - אוטומציה - ניתוח נתונים - חיזוי מגמות.
השווה בין למידת מכונה לפיתוח תוכנה מסורתי.
למידת מכונה: - לומדת מתוך נתונים. - מתעדכנת עם נתונים חדשים. פיתוח מסורתי: - קוד קבוע מראש. - דורש שינויים ידניים.
אילו אפליקציות משתמשות בלמידת מכונה בתחומי השיווק?
פרסום ממומן, ניתוח התנהגות לקוחות, חיזוי מכירות. - מתמקדות בהבנת צרכים.
מהו שימוש של למידת מכונה בתחום הסייבר?
זיהוי איומים וסיכונים. - ניתוח התנהגות רשת - הגנה על נתונים.
Fragen in diesem Lernset(36)
1. מהי מטרת אלגוריתם רגרסיה ליניארית?
2. מהי מערכת המלצה המבוססת על למידת מכונה?
3. מהו המונח המתאר את התהליך שבו מודל לומד מנתוני אימון?
4. מהו תהליך K-Means?
5. איזו טכנולוגיה לא משתמשת בלמידת מכונה לזיהוי פנים?
6. מהו תהליך שבו נתונים מחולקים לקבוצות דומות?
7. מהי שיטת Naive Bayes?
8. נכון או לא נכון: למידת מכונה משמשת לשיפור אבחון מחלות?
9. איזו שיטה מביאה לתוצאה לא מדויקת כאשר המודל מתאים מאוד לנתוני האימון?
10. אילו מהשיטות הבאות היא שיטה לא מפוקחת?
11. כיצד רכבים אוטונומיים משתמשים בלמידת מכונה?
12. מהי מטרת הרגולריזציה?
13. מהו תפקיד רשת נוירונים?
14. מלא את החסר: למידת מכונה יכולה לשפר __________ בעסקים.
15. מהו מודל בלמידת מכונה?
16. מהו אלגוריתם סיווג המפריד בין קבוצות נתונים על ידי מרחב וקטורי?
17. מה ההבדל בין למידת מכונה לפיתוח תוכנה מסורתי?
18. מהי למידת חיזוק?
19. מהי שיטת Gradient Descent?
20. איזו אפליקציה משתמשת בלמידת מכונה לשיווק?
21. אילו מהבאים אינו נחשב לשלב עיקרי בלמידת מכונה?
22. מהי אלגוריתם עצי החלטה?
23. מהו שימוש של למידת מכונה בתחום הסייבר?
24. מהו מדד דיוק במודלים של למידת מכונה?
25. מהו היתרון של אלגוריתם אנסמבל?
26. מהו המאפיין העיקרי של למידה מפוקחת?
27. מהו ההבדל בין למידה מפוקחת ללא מפוקחת?
28. מהי השפעת איכות נתוני האימון על תוצאות המודל?
29. אילו מהשיטות הבאות היא שיטה לחיזוי ערכים רציפים?
30. מהו ההבדל בין עצי החלטה לרשתות נוירונים?
31. מהי שיטת K-Nearest Neighbors?
32. מהו תהליך הבדיקה במודלים של למידת מכונה?
33. מהי תכונה של נתונים לא מפוקחים?
34. מהו תהליך ההכנה של נתונים?
35. איזו מהשיטות הבאות נחשבת להגדרה של regularization?
36. מהי למידת מכונה לא מפוקחת?
Ähnliche Lernsets
k-Means Clustering Karteikarten
Backpropagation neuronale Netze Prüfungsfragen
Entscheidungsbäume Machine Learning Klausurvorbereitung
Überwachtes und unüberwachtes Lernen Prüfungsfragen
Abitur neuronales Netz Idee
Test: KI und ein normales Programm
Trainingsdaten und Bias Notizen
Transformer und Large Language Models Klausurvorbereitung
Eigenes Lernset erstellen
Lade ein PDF hoch, füge Notizen ein oder beschreibe ein Thema – KI erstellt Karteikarten, Quizze und mehr in Sekunden.
