Unüberwachtes Lernen: Mustererkennung in Daten verstehen

Question 1

Was ist die zutreffende Definition von unüberwachtem Lernen?

Accepted Answer

Muster- und Strukturerkennung in unmarkierten Daten

Answer

Muster- und Strukturerkennung in markierten Daten

Answer

Vorhersage von Labels für neue Datenpunkte

Answer

Generieren neuer Datenpunkte

Question 2

Welche Clustering-Methode weist Datenpunkten eine feste Anzahl von Clustern zu?

Accepted Answer

K-Means-Clustering

Answer

Hierarchisches Clustering

Answer

Dichtebasiertes Clustering

Answer

Spektrales Clustering

Question 3

Welche Metrik wird häufig zur Beurteilung der Leistung von Clustering-Algorithmen verwendet?

Accepted Answer

Silhouettenkoeffizient

Answer

Aggregierte Diskrepanz

Answer

Mittlerer absoluter Fehler (MAE)

Answer

Quadratischer mittlerer Fehler (RMSE)

Question 4

Welches der folgenden Ziele beschreibt das unüberwachte Lernen am besten?

Accepted Answer

Erkennen von Mustern in unmarkierten Daten

Answer

Identifizieren von Mustern in markierten Daten

Answer

Generieren neuer Daten aus markierten Daten

Answer

Vorhersagen auf der Grundlage beschrifteter Daten

Question 5

Welcher Clustering-Algorithmus baut eine hierarchische Struktur auf?

Accepted Answer

Hierarchisches Clustering

Answer

k-Means

Answer

DBSCAN

Answer

Principal Component Analysis

Question 6

Welche Aussage beschreibt am besten den Unterschied zwischen Clusteranalyse und Dimensionsreduktion?

Accepted Answer

Clusteranalyse gruppiert ähnliche Datenpunkte, während Dimensionsreduktion neue Merkmale erstellt.

Answer

Dimensionsreduktion gruppiert ähnliche Datenpunkte, während Clusteranalyse neue Merkmale erstellt.

Answer

Clusteranalyse und Dimensionsreduktion haben das gleiche Ziel.

Answer

Dimensionsreduktion ist immer besser als Clusteranalyse.

Question 7

Welcher Nachteil ist mit unüberwachtem Lernen verbunden?

Accepted Answer

Schwierige Ergebnisinterpretation

Answer

Überanpassung

Answer

Hoher Rechenaufwand

Answer

Abhängigkeit von markierten Daten

Question 8

Welche Technik kann verwendet werden, um die optimale Anzahl von Clustern zu ermitteln?

Accepted Answer

Silhouetten-Analyse

Answer

K-Faltige Kreuzvalidierung

Answer

Chi-Quadrat-Test

Answer

Regressionsanalyse

Question 9

Welche der folgenden Methoden ist ein Beispiel für unüberwachtes Lernen?

Accepted Answer

Clustering

Answer

Lineare Regression

Answer

Entscheidungsbäume

Answer

Neuronale Netze

Question 10

Welche der folgenden Algorithmen wird für das Clustering verwendet?

Accepted Answer

K-Means

Answer

Support Vector Machines

Answer

Naive Bayes

Answer

Entropie-basierte Entscheidungsbäume

Question 11

Welche der folgenden Metriken wird zur Bewertung der Qualität von Clustering-Ergebnissen verwendet?

Accepted Answer

Silhouetten-Koeffizient

Answer

Mittlerer quadratischer Fehler

Answer

F1-Score

Answer

Genauigkeit

Question 12

Was ist das primäre Ziel der Hauptkomponentenanalyse (PCA)?

Accepted Answer

Daten komprimieren

Answer

Daten visualisieren

Answer

Anomalien erkennen

Answer

Daten klassifizieren

Question 13

Welche Metrik wird im k-Means-Clustering verwendet, um die Distanz zwischen Datenpunkten zu messen?

Accepted Answer

Euklidische Distanz

Answer

Manhattan-Distanz

Answer

Hamming-Distanz

Answer

Chebychev-Distanz

Question 14

Welcher ist ein wesentlicher Vorteil des unüberwachten Lernens gegenüber dem überwachten Lernen?

Accepted Answer

Es benötigt keine annotierten Daten.

Answer

Es ist weniger rechenintensiv.

Answer

Es kann komplexere Muster identifizieren.

Answer

Es ist genauer für Vorhersageaufgaben.

Question 15

Unüberwachtes Lernen eignet sich besonders für Aufgaben wie:

Accepted Answer

Segmentierung von Kunden in Gruppen basierend auf Kaufverhalten.

Answer

Klassifizierung von E-Mails als Spam oder Nicht-Spam.

Answer

Vorhersage von Hauspreisen anhand ihrer Eigenschaften.

Question 16

Welcher der folgenden Algorithmen gehört NICHT zum unüberwachten Lernen?

Accepted Answer

Logistische Regression

Answer

Hierarchisches Clustering

Answer

K-Means-Clustering

Answer

Principal Component Analysis (PCA)

Question 17

Was ist das primäre Ziel des K-Means-Clustering-Algorithmus?

Accepted Answer

Datenpunkte in k Gruppen zu partitionieren, sodass Datenpunkte in jeder Gruppe möglichst ähnlich sind.

Answer

Beziehungen zwischen Variablen in einem Datensatz zu analysieren.

Question 18

Welche Metrik wird häufig zur Bewertung der Qualität einer Clusterung verwendet?

Accepted Answer

Silhouette-Koeffizient

Answer

Genauigkeit

Answer

Präzision

Answer

Rückruf

Question 19

Was ist der größte Vorteil der Principal Component Analysis (PCA)?

Accepted Answer

Reduzierung der Dimensionalität eines Datensatzes unter Beibehaltung der wichtigsten Informationen.

Answer

Klassifizierung von Datenpunkten in verschiedene Klassen.

Question 20

Welche der folgenden Aussagen über unüberwachtes Lernen ist FALSCH?

Accepted Answer

Unüberwachtes Lernen erfordert große Mengen an beschrifteten Daten.

Answer

Unüberwachtes Lernen konzentriert sich auf die Entdeckung von Mustern und Strukturen in Daten.

Answer

Unüberwachtes Lernen kann zur Segmentierung von Daten genutzt werden.

Question 21

Welche Anwendung eignet sich am besten für PCA?

Accepted Answer

Reduzierung der Dimensionalität von Daten zur Gesichtserkennung.

Answer

Vorhersage des Erfolgs einer Marketingkampagne.

Answer

Erkennung von Spam-E-Mails.

Question 22

Wie unterscheiden sich hierarchische Clustering-Algorithmen von K-Means-Clustering-Algorithmen?

Accepted Answer

Hierarchische Clustering-Algorithmen erzeugen eine Hierarchie von Clustern, während K-Means-Algorithmen eine feste Anzahl von Clustern erstellen.

Answer

Hierarchische Clustering-Algorithmen sind schneller als K-Means-Algorithmen.

Question 23

Welche der folgenden Methoden gehört NICHT zu den unüberwachten Lernmethoden?

Accepted Answer

Lineare Regression

Answer

K-Means-Clustering

Answer

Hierarchisches Clustering

Answer

Principal Component Analysis (PCA)

Question 24

Welche der folgenden Anwendungen ist am besten geeignet für unüberwachtes Lernen?

Accepted Answer

Segmentierung von Kunden basierend auf Kaufverhalten

Answer

Vorhersage des Preises eines Hauses basierend auf seinen Eigenschaften

Answer

Klassifizierung von E-Mails als Spam oder nicht-Spam

Question 25

Welche der folgenden Metriken wird verwendet, um die Qualität einer Cluster-Lösung zu bewerten?

Accepted Answer

Silhouette-Koeffizient

Answer

Genauigkeit

Answer

Recall

Answer

Präzision

Question 26

Was ist das Hauptziel der Principal Component Analysis (PCA)?

Accepted Answer

Reduktion der Dimensionalität der Daten

Answer

Klassifizierung von Datenpunkten

Answer

Erkennung von Anomalien

Answer

Gruppenbildung von Datenpunkten

Question 27

Welche der folgenden Aussagen zu K-Means-Clustering ist korrekt?

Accepted Answer

Der Algorithmus benötigt eine vorgegebene Anzahl an Clustern.

Answer

Der Algorithmus kann nur mit numerischen Daten arbeiten.

Answer

Der Algorithmus ist unempfindlich gegenüber Ausreißern.

Question 28

Wie unterscheiden sich hierarchische Clustering-Algorithmen von K-Means-Clustering?

Accepted Answer

Hierarchische Clustering-Algorithmen erstellen eine Hierarchie von Clustern.

Answer

Hierarchische Clustering-Algorithmen benötigen eine vorgegebene Anzahl an Clustern.

Answer

Hierarchische Clustering-Algorithmen sind schneller als K-Means-Clustering.

Question 29

Welche der folgenden Methoden kann zur Erkennung von Anomalien in Daten verwendet werden?

Accepted Answer

Isolation Forest

Answer

K-Means-Clustering

Answer

Naive Bayes

Answer

Linear Regression

Question 30

Wie wird die Elbow-Methode bei K-Means-Clustering angewendet?

Accepted Answer

Um die optimale Anzahl an Clustern zu bestimmen.

Answer

Um die beste Initialisierung der Clusterzentren zu finden.

Answer

Um die Qualität der Cluster-Lösung zu bewerten.

Answer

Um Ausreißer in den Daten zu identifizieren.

Question 31

Welche der folgenden Aussagen zu unüberwachtem Lernen ist FALSCH?

Accepted Answer

Unüberwachtes Lernen erfordert immer eine große Menge an Daten.

Answer

Unüberwachtes Lernen erfordert keine Beschriftung der Daten.

Answer

Unüberwachtes Lernen kann zur Erkennung von Mustern in Daten verwendet werden.