maskininlärning översikt tentafrågor
Denna uppsättning av flashcards fokuserar på tentafrågor och viktiga termer inom maskininlärning som studenter behöver förstå för examensförberedelser.
Quiz(30 frågor)
1. Vad definierar övervakad inlärning?
Begrepp i det här studiesetet(30)
Kort 1(15)
Vad är maskininlärning?
En del av AI där datorer lär sig från data och förbättrar sina prestationer utan explicit programmering.
Skillnad mellan övervakad och oövervakad inlärning?
Övervakad inlärning: Data med etiketter. Oövervakad inlärning: Inga etiketter, hittar mönster.
Vad används regressionsanalys för?
För att förutsäga ett kontinuerligt utfall baserat på en eller flera oberoende variabler.
Ge exempel på en algoritm för klassificering.
Exempel: Beslutsträd, KNN (K-närmaste grannar), SVM (Support Vector Machine).
Sanna eller falska: Djuplärning använder alltid stora datamängder.
Sant. Djuplärning kräver ofta stora datamängder för att fungera effektivt.
Vad står 'CNN' för?
Convolutional Neural Network. Används främst för bildigenkänning och analys.
Fyll i det tomma: K-means är en ________ algoritm.
klusteranalys. Den grupperar data i K antal kluster baserat på likhet.
Vad är en förlustfunktion?
En funktion som mäter skillnaden mellan det förutsagda värdet och det verkliga värdet.
Skillnad mellan överanpassning och underanpassning?
Överanpassning: Modell passar data för bra, misslyckas med nya data. Underanpassning: Modell är för enkel, fångar inte mönster.
Vad är en neuron i en neural nätverk?
En grundläggande enhet som tar emot, bearbetar och skickar vidare information.
Ge exempel på en aktiveringsfunktion.
Exempel: Sigmoid, ReLU (Rectified Linear Unit), Tanh.
Sanna eller falska: Djuplärning kan ersätta traditionell programmering helt.
Falskt. Djuplärning kompletterar programmering men ersätter inte allt.
Vad betyder 'feature engineering'?
Processen att skapa nya funktioner från rådata för att förbättra modellens prestanda.
Vilken typ av data används i förstärkningsinlärning?
Interaktiv data där en agent lär sig genom trial and error baserat på belöningar.
Fyll i det tomma: ________ används för att minska överanpassning.
Regularisering. Det straffar komplexa modeller för att förbättra generalisering.
Kort 2(15)
Vad är övervakad inlärning?
En metod där algoritmen tränas på märkta data. Exempel: klassificering och regression.
Ge exempel på en algoritm för oövervakad inlärning.
K-means klustring. Används för att gruppera data utan märkningar.
Sant eller falskt: Djupinlärning är alltid bättre än traditionella algoritmer.
Falskt. Beror på datamängd och problemets art.
Vad är normaltisering?
Process för att skala data till ett gemensamt intervall, t.ex. 0-1.
Vilken typ av nätverk används i djupinlärning?
Neurala nätverk, som har flera lager för att lära sig komplexa mönster.
Fyll i blanka:
mc^2. Energi är lika med massa gånger ljusets hastighet i kvadrat.
Vad är överanpassning?
När en modell lär sig datans buller snarare än den underliggande relationen.
Jämför beslutsträd och random forest.
- Beslutsträd: enkelt, kan överanpassa. - Random forest: ensemblemetod, mer robust.
Vad är en hyperparameter?
Parametrar som ställs in innan träning, t.ex. inlärningshastighet.
Vad innebär korsvalidering?
En metod för att utvärdera modellens prestanda genom att dela data i tränings- och testset.
Vad är gradientnedstigning?
En optimeringsalgoritm för att minimera förlustfunktionen genom att justera parametrar.
Ge ett exempel på en klassificeringsmetod.
Logistisk regression, används för att förutsäga sannolikheter för två klasser.
Vad är en förlustfunktion?
Mäter skillnaden mellan förutsagda och faktiska värden, används för att träna modellen.
Sant eller falskt: Stödvektormaskiner fungerar endast för linjära data.
Falskt. Kan använda kärnfunktioner för att hantera icke-linjära problem.
Vad är en neurons aktiveringsfunktion?
En funktion som avgör om neuronen ska aktiveras, exempel: ReLU, sigmoid.
Frågor i det här studiesetet(30)
1. Vad definierar övervakad inlärning?
2. Vad är en typisk användning av oövervakad inlärning?
3. Vilken av följande algoritmer används för klusteranalys?
4. Vad är syftet med ett beslutsträd?
5. Vad används en aktiveringsfunktion till?
6. Vilket av följande är en hyperparameter?
7. Vilken typ av data används i förstärkningsinlärning?
8. Vad gör en aktiveringsfunktion?
9. Vad är syftet med en förlustfunktion?
10. Vilket av följande påståenden är falskt om gradientnedstigning?
11. Vad beskriver underanpassning?
12. Vilken metod används för att utvärdera en modells prestanda med korsvalidering?
13. Vilken av följande är INTE en typ av aktiveringsfunktion?
14. Vad beskriver termen 'överenpassning'?
15. Vad används regressionsanalys för?
16. Vilket av följande är INTE en typ av inlärning?
17. Vad betyder 'feature engineering'?
18. Vad används K-means klustring för?
19. Vad är syftet med regularisering?
20. Vad innebär termen 'normalisering' i maskininlärning?
21. Vilken av följande metoder används ofta för klassificering?
22. Vilken typ av nätverk används oftast i djupinlärning?
23. Vad gör en neuron i ett neuralt nätverk?
24. Vad är en förlustfunktion?
25. Skillnaden mellan överanpassning och underanpassning är att:
26. Vilken algoritm används för att lösa klassificeringsproblem?
27. Vad kännetecknar djuplärning?
28. Sant eller falskt: Stödvektormaskiner kan endast hantera linjära dataset.
29. Vilken av följande påståenden om K-means algoritm är korrekt?
30. Vad är syftet med normalisering i maskininlärning?
Relaterade studieset
Test: KI und ein normales Programm
Trainingsdaten und Bias Notizen
Was maschinelles Lernen macht Schritt für Schritt
Entscheidungsbäume Machine Learning Klausurvorbereitung
Abitur neuronales Netz Idee
Überwachtes und unüberwachtes Lernen Prüfungsfragen
Backpropagation neuronale Netze Prüfungsfragen
k-Means Clustering Karteikarten
Skapa ditt eget studieset
Ladda upp en PDF, klistra in dina anteckningar eller beskriv ett ämne – AI genererar flashcards, quiz och mer på några sekunder.
