Überwachtes Lernen: Quizfragen und Übungen für Data Science und KI

Question 1

Was beschreibt Überwachtes Lernen am besten?

Accepted Answer

Lernen aus markierten Daten, um Vorhersagen zu treffen

Answer

Lernen aus unmarkierten Daten, um Muster zu erkennen

Answer

Lernen aus realen Erfahrungen, um Probleme zu lösen

Answer

Lernen aus unstrukturierten Daten, um neue Erkenntnisse zu gewinnen

Question 2

Was ist der Unterschied zwischen Training und Evaluierung beim Überwachten Lernen?

Accepted Answer

Training dient der Modellerstellung, Evaluierung der Modellleistung

Answer

Evaluierung dient der Modellerstellung, Training der Modellleistung

Answer

Beide werden zur Modellerstellung verwendet

Answer

Beide werden zur Modellevaluierung verwendet

Question 3

Was unterscheidet ein Klassifizierungsmodell von einem Regressionsmodell?

Accepted Answer

Klassifizierungsmodelle prognostizieren diskrete Werte, während Regressionsmodelle kontinuierliche Werte prognostizieren

Answer

Regressionsmodelle prognostizieren diskrete Werte, während Klassifizierungsmodelle kontinuierliche Werte prognostizieren

Answer

Beide prognostizieren diskrete Werte

Answer

Beide prognostizieren kontinuierliche Werte

Question 4

Welche Aussage über die lineare Regression ist korrekt?

Accepted Answer

Sie ist ein parametrischer Algorithmus

Answer

Sie kann sowohl für Klassifizierungs- als auch für Regressionsaufgaben verwendet werden

Answer

Sie ist immer das beste Modell für Überwachtes Lernen

Answer

Sie erfordert keine markierten Daten

Question 5

Welcher Algorithmus wird im überwachten Lernen zur Lösung von Klassifizierungsproblemen verwendet?

Accepted Answer

Logistische Regression

Answer

DBSCAN

Answer

K-Means-Clustering

Answer

Apriori

Question 6

Welche Metrik ist üblicherweise zur Leistungsmessung von Regressionsmodellen geeignet?

Accepted Answer

Mittlerer quadratischer Fehler (MSE)

Answer

F1-Score

Answer

ROC-AUC

Answer

Genauigkeit

Question 7

Welcher Schritt ist im Prozess des überwachten Lernens nicht zwingend erforderlich?

Accepted Answer

Modellbereitstellung

Answer

Datensammlung und -aufbereitung

Answer

Modelltraining und -evaluierung

Answer

Feature-Engineering

Question 8

Welche Technik ist zur Vermeidung von Überanpassung in überwachten Lernmodellen geeignet?

Accepted Answer

Regularisierung

Answer

Boosting

Answer

Bagging

Answer

Stapeln

Question 9

Welcher Datentyp ist für überwachtes Lernen ungeeignet?

Accepted Answer

Unbeschriftete Daten

Answer

Kategorische Daten

Answer

Beschriftete Daten

Answer

Numerische Daten

Question 10

Welcher Algorithmus nutzt Gradient Descent zur Modelloptimierung?

Accepted Answer

Lineare Regression

Answer

Entscheidungsbäume

Answer

Naive Bayes

Answer

Support Vector Machines

Question 11

Welcher Begriff bezeichnet die Leistung eines überwachten Lernmodells auf Daten, die nicht zum Training verwendet wurden?

Accepted Answer

Generalisierung

Answer

Überanpassung

Answer

Unteranpassung

Question 12

Welche Aufgabe fällt in den Bereich des überwachten Lernens?

Accepted Answer

Zielwertvorhersage anhand gegebener Eingabevariablen

Answer

Mustererkennung in unbeschrifteten Daten

Answer

Daten-Dimensionsreduzierung

Question 13

Welche Aussage beschreibt überwachtes Lernen am besten?

Accepted Answer

Ein Algorithmus lernt aus Trainingsdaten mit bekannten Eingaben und Ausgaben.

Answer

Ein Algorithmus kann nur Daten analysieren, die in einer bestimmten Struktur vorliegen.

Answer

Ein Algorithmus kann nur Aufgaben lösen, die mit logischen Regeln definiert sind.

Answer

Ein Algorithmus lernt ohne vorgegebene Ergebnisse, sondern entdeckt Muster in den Daten.

Question 14

Welcher Algorithmus wird typischerweise für die Klassifizierung im überwachten Lernen eingesetzt?

Accepted Answer

Logistische Regression

Answer

Assoziationsregel-Mining

Answer

K-Means-Clustering

Answer

Hauptkomponentenanalyse

Question 15

Welche Metrik wird üblicherweise zur Bewertung der Performance von Klassifizierungsmodellen verwendet?

Accepted Answer

F1-Score

Answer

Silhouette-Koeffizient

Answer

Mittlerer absoluter Fehler

Answer

Varianzaufklärung

Question 16

Was ist ein zentrales Merkmal von Regressionsaufgaben im überwachten Lernen?

Accepted Answer

Sie versuchen, die Beziehung zwischen einer abhängigen Variablen und einer oder mehreren unabhängigen Variablen zu modellieren.

Answer

Sie können nur binäre Ergebnisse vorhersagen.

Answer

Sie erfordern eine große Menge an Trainingsdaten für genaue Vorhersagen.

Answer

Sie werden hauptsächlich für die Analyse von Textdaten verwendet.

Question 17

Welcher Algorithmus wird typischerweise für Regressionsaufgaben im überwachten Lernen verwendet?

Accepted Answer

Lineare Regression

Answer

Support-Vektor-Maschinen

Answer

Entscheidungsbäume

Answer

K-Nächste-Nachbarn

Question 18

Welche Metrik wird häufig zur Bewertung der Leistung von Regressionsmodellen verwendet?

Accepted Answer

Mittlerer quadratischer Fehler

Answer

Silhouette-Koeffizient

Answer

Varianzaufklärung

Answer

F1-Score

Question 19

Welche Technik kann verwendet werden, um Unteranpassung (Underfitting) bei überwachtem Lernen zu verhindern?

Accepted Answer

Erhöhung der Modellkomplexität

Answer

Frühzeitiges Beenden des Trainings (Early Stopping)

Answer

Reduzierung der Trainingsdatenmenge

Answer

Hinzufügen von Rauschen zu den Trainingsdaten

Question 20

Was ist ein charakteristisches Merkmal von nicht überwachtem Lernen?

Accepted Answer

Ein Algorithmus lernt aus Trainingsdaten ohne vorgegebene Ausgaben.

Answer

Ein Algorithmus kann nur Klassifizierungsaufgaben lösen.

Answer

Ein Algorithmus ist immer perfekt in seinen Vorhersagen.