Unüberwachtes Lernen: Quizfragen und Antworten für Data Science und KI

Question 1

Welcher Algorithmus wird häufig für die Clusteranalyse verwendet?

Accepted Answer

K-Means

Answer

Unterstützende Vektor-Maschinen (SVMs)

Answer

Logistische Regression

Answer

Neuronale Netze

Question 2

Was ist der primäre Zweck der Dimensionsreduktion bei der Datenanalyse?

Accepted Answer

Reduzieren der Anzahl der zu verwendenden Merkmale

Answer

Erhöhen der Anzahl der zu verwendenden Merkmale

Answer

Verbessern der Vorhersagegenauigkeit eines Modells

Answer

Erleichtern der Visualisierung und Analyse von Daten

Question 3

Welche Metrik wird typischerweise verwendet, um die Leistung eines Clusteralgorithmus zu bewerten?

Accepted Answer

Silhouette-Koeffizient

Answer

Genauigkeit

Answer

F1-Score

Answer

R-Quadrat

Question 4

Welcher Algorithmus wird typischerweise verwendet, um Cluster in unbeschrifteten Daten zu identifizieren?

Accepted Answer

K-Means

Answer

Lineare Regression

Answer

Neuronale Netze

Answer

Entscheidungsbäume

Question 5

Was ist das übergeordnete Ziel des unüberwachten Lernens?

Accepted Answer

Erkennung von Mustern und Strukturen in unbeschrifteten Daten

Answer

Vorhersage von Werten basierend auf beschrifteten Daten

Answer

Klassifizierung von Datenpunkten in vordefinierte Kategorien

Answer

Generierung neuer Datenpunkte auf Basis bestehender Daten

Question 6

Welche der folgenden Metriken wird häufig zur Bewertung der Leistung von unüberwachten Lernalgorithmen verwendet?

Accepted Answer

Silhouetten-Koeffizient

Answer

Mittlerer quadratischer Fehler

Answer

Genauigkeit

Answer

F1-Score

Question 7

Welche der folgenden Techniken wird eingesetzt, um die Dimensionalität von Daten zu verringern?

Accepted Answer

Hauptkomponentenanalyse

Answer

Skalierung

Answer

Normalisierung

Answer

Clustering

Question 8

Welcher der folgenden Algorithmen ist ein Beispiel für einen hierarchischen Clustering-Algorithmus?

Accepted Answer

Agglomeratives Clustering

Answer

K-Means

Answer

DBSCAN

Answer

Spektrales Clustering

Question 9

Welche zwei ethischen Bedenken ergeben sich aus der Anwendung von unüberwachtem Lernen?

Accepted Answer

Diskriminierung durch Aufdecken versteckter Muster in Daten

Accepted Answer

Verletzung der Privatsphäre durch Extrahieren sensibler Informationen aus Daten

Answer

Überwachtes Lernen kann zu Diskriminierung führen, indem es Voreingenommenheiten in Daten verstärkt.

Question 10

Welche Eigenschaft trifft auf den k-Means-Algorithmus zu?

Accepted Answer

Er liefert nicht immer die gleichen Ergebnisse.

Answer

Er ist hierarchisch.

Answer

Er erzeugt nur zwei Cluster.

Question 11

Welche der folgenden Aussagen beschreibt den Prozess des unüberwachten Lernens am besten?

Accepted Answer

Lernen aus unbeschrifteten Daten, um Muster und Strukturen zu entdecken

Answer

Lernen durch Verstärkung und Bestrafung

Answer

Lernen aus beschrifteten Daten, um Vorhersagen zu treffen

Question 12

Welcher Algorithmus wird häufig für Clustering verwendet, bei dem Datenpunkte basierend auf ihrer Ähnlichkeit in Gruppen zusammengefasst werden?

Accepted Answer

k-Means

Answer

Entscheidungsbaum

Answer

Lineare Regression

Question 13

Welches ist das primäre Ziel der Dimensionsreduktion?

Accepted Answer

Reduzierung der Anzahl von Merkmalen unter Beibehaltung der wesentlichen Informationen

Answer

Erhöhung der Anzahl von Merkmalen zur Steigerung der Datenvielfalt

Question 14

Welcher der folgenden Algorithmen ist ein Beispiel für hierarchisches Clustering?

Accepted Answer

Agglomeratives Clustering

Answer

DBSCAN

Answer

k-Means

Answer

Spectral Clustering

Question 15

Welche Metrik wird typischerweise verwendet, um die Leistung von Clustering-Algorithmen zu bewerten?

Accepted Answer

Silhouette-Koeffizient

Answer

F1-Score

Answer

Genauigkeit

Question 16

Welcher Faktor ist bei der Auswahl eines unüberwachten Lernalgorithmus am wichtigsten?

Accepted Answer

Art der Daten und Zielsetzung

Answer

Verfügbare Rechenressourcen

Answer

Erfahrung des Datenwissenschaftlers

Answer

Popularität des Algorithmus

Question 17

Welcher der folgenden Algorithmen ist ein häufig verwendeter Clustering-Algorithmus?

Accepted Answer

K-Means

Answer

Entscheidungsbaum

Answer

Lineare Regression

Answer

Support Vector Machine

Question 18

Welches ist das Hauptziel des unüberwachten Lernens?

Accepted Answer

Erkennung von Mustern und Strukturen in unbeschrifteten Daten

Answer

Klassifizieren von Datenpunkten in bekannte Kategorien

Answer

Vorhersagen über zukünftige Ereignisse treffen

Question 19

Welcher Algorithmus wird hauptsächlich zur Reduzierung der Dimensionalität von Daten verwendet?

Accepted Answer

Hauptkomponentenanalyse (PCA)

Answer

K-Means

Answer

Hierarchisches Clustering

Answer

Dichtebasiertes räumliches Clustering von Anwendungen mit Rauschen (DBSCAN)

Question 20

Welche Metrik wird häufig zur Bewertung der Leistung eines Clustering-Algorithmus verwendet?

Accepted Answer

Silhouette-Koeffizient

Answer

F1-Score

Answer

Genauigkeit

Answer

Mittlerer absoluter Fehler

Question 21

Welcher Algorithmus ist für die Erkennung von Anomalien in Daten bekannt?

Accepted Answer

Isolation Forest

Answer

K-Means

Answer

DBSCAN

Answer

PCA

Question 22

Erläutern Sie den Hauptunterschied zwischen hartem und weichem Clustering.

Accepted Answer

Hartes Clustering weist Datenpunkte eindeutigen Clustern zu, während weiches Clustering Wahrscheinlichkeiten für die Zugehörigkeit zu Clustern berechnet.

Answer

Hartes Clustering ist schneller als weiches Clustering.

Question 23

Welches Verfahren ist für die Vorverarbeitung von Daten für unüberwachtes Lernen besonders wichtig?

Accepted Answer

Skalierung und Normalisierung

Answer

Datensatzaufteilung

Answer

Feature-Engineering

Answer

Merkmalsextraktion

Question 24

Welche Herausforderung stellt sich beim unüberwachten Lernen?

Accepted Answer

Fehlende beschriftete Daten

Answer

Datenverfügbarkeit

Answer

Hohe Rechenkosten

Answer

Überanpassung

Question 25

Welcher der folgenden Algorithmen wird zur Clusteranalyse eingesetzt?

Accepted Answer

K-Means

Answer

Naive Bayes (überwachtes Lernen)

Answer

Support Vector Machines (überwachtes Lernen)

Answer

Lineare Regression (überwachtes Lernen)

Question 26

Welche der folgenden Techniken kommt bei der Dimensionsreduktion zum Einsatz?

Accepted Answer

PCA

Answer

Bagging (Ensemble-Methode)

Answer

Regularisierung (Überanpassung verhindern)

Answer

Feature-Selektion (Auswahl aussagekräftiger Merkmale)

Question 27

Was ist das primäre Ziel der Anomalieerkennung?

Accepted Answer

Identifizierung ungewöhnlicher Datenpunkte

Answer

Klassifizierung von Datenpunkten (Zuordnung zu Kategorien)

Answer

Regression von Datenpunkten (Vorhersage numerischer Werte)

Question 28

Wie werden Gruppen ähnlicher Datenpunkte in einem unüberwachten Lernmodell bezeichnet?

Accepted Answer

Cluster

Answer

Klasse (Zielvariable)

Answer

Instanz (einzelner Datenpunkt)

Answer

Merkmal (Datenattribut)

Question 29

Welcher Vorteil ist mit unüberwachtem Lernen verbunden?

Accepted Answer

Keine Notwendigkeit für beschriftete Daten (kein manuelles Markieren)

Answer

Immer genauer als überwachtes Lernen

Answer

Ungeeignet für komplexe Datensätze

Answer

Eingeschränkt auf Klassifizierungsaufgaben

Question 30

Welcher Algorithmus repräsentiert einen hierarchischen Clustering-Ansatz?

Accepted Answer

Ward'scher Algorithmus

Answer

DBSCAN (dichtebasierter Ansatz)

Answer

K-Means (partitionierender Ansatz)

Question 31

Welche Metrik wird zur Bewertung der Güte eines Clustering-Modells häufig herangezogen?

Accepted Answer

Silhouette-Koeffizient

Answer

AUC-ROC (für Klassifikation)

Answer

F1-Wert (für Klassifikation)

Answer

Genauigkeit (für Klassifikation)

Question 32

Welcher Faktor kann die Leistung eines unüberwachten Lernmodells negativ beeinflussen?

Accepted Answer

Datenrauschen

Answer

Verteilung der Daten (kann relevant sein, aber nicht immer negativ)

Answer

Anzahl der Features (im Allgemeinen vorteilhaft)

Answer

Datensatzgröße (im Allgemeinen vorteilhaft)

Question 33

In welchem Anwendungsbereich findet unüberwachtes Lernen häufig Anwendung?

Accepted Answer

Betrugserkennung

Answer

Vorhersage der Kundenabwanderung (überwachtes Lernen)

Answer

Bildklassifizierung (in der Regel überwachtes Lernen)

Question 34

Welcher der folgenden Vorteile trifft auf unüberwachtes Lernen zu?

Accepted Answer

Es kann Erkenntnisse aus unbeschrifteten Daten gewinnen.

Answer

Es erfordert stets große Mengen an beschrifteten Daten.

Answer

Es garantiert stets sinnvolle Ergebnisse.

Answer

Es ist immer präziser als überwachtes Lernen.

Question 35

Welches der folgenden Verfahren wird verwendet, um Ähnlichkeiten zwischen Datenpunkten zu erfassen?

Accepted Answer

Clustering

Answer

Assoziationsregelgenerierung

Answer

Dimensionsreduktion

Answer

Anomalieerkennung

Question 36

Welches Verfahren reduziert die Dimensionalität von Daten?

Accepted Answer

Hauptkomponentenanalyse (PCA)

Answer

Anomalieerkennung

Answer

Assoziationsregelgenerierung

Answer

Clustering

Question 37

Welcher Algorithmus eignet sich zur Erkennung von Anomalien in Daten?

Accepted Answer

Isolation Forest

Answer

Apriori

Answer

PCA

Answer

k-means

Question 38

Welche Metrik eignet sich zur Bewertung der Leistung eines Clustering-Algorithmus?

Accepted Answer

Silhouette-Koeffizient

Answer

F1-Score

Answer

Genauigkeit

Answer

Recall

Question 39

Welcher Algorithmus generiert Assoziationsregeln?

Accepted Answer

Apriori

Answer

PCA

Answer

Isolation Forest

Answer

k-means

Question 40

Welche Aussage über unüberwachtes Lernen ist korrekt?

Accepted Answer

Es kann versteckte Muster in Daten aufdecken.

Answer

Es ist immer genauer als überwachtes Lernen.

Answer

Es erfordert immer große Datenmengen.

Question 41

Welches Clustering-Verfahren wird im unüberwachten Lernen häufig eingesetzt?

Accepted Answer

K-Means

Answer

Unterstützungsvektormaschinen

Answer

Neuronale Netze

Answer

Lineare Regression

Question 42

Welche Aufgabe ist ein typisches Beispiel für unüberwachtes Lernen?

Accepted Answer

Entdecken von Mustern in unbeschrifteten Daten

Answer

Generieren von Text aus Bildern

Answer

Klassifizieren von Daten in vorgegebene Kategorien

Answer

Vorhersage von Werten anhand beschrifteter Daten

Question 43

Welches Maß dient dazu, die Leistung von Algorithmen für unüberwachtes Lernen zu bewerten?

Accepted Answer

Silhouettenkoeffizient

Answer

Mittlerer quadratischer Fehler

Answer

Genauigkeit

Answer

Area Under the Receiver Operating Characteristic Curve (AUC-ROC)

Question 44

Welche Technik reduziert die Dimensionalität von Daten im unüberwachten Lernen?

Accepted Answer

Hauptkomponentenanalyse (PCA)

Answer

Neuronale Netze

Answer

K-Means

Answer

Lineare Regression

Question 45

Was ist das Ziel der Erstellung von Assoziationsregeln im unüberwachten Lernen?

Accepted Answer

Beziehungen zwischen Elementen in Daten identifizieren

Answer

Daten in Kategorien klassifizieren

Answer

Neue Daten generieren

Question 46

Welche der folgenden Aussagen beschreibt unüberwachtes Lernen am treffendsten?

Accepted Answer

Lernen aus unmarkierten Daten, um Muster und Strukturen zu identifizieren

Answer

Lernen aus markierten Daten, um Vorhersagen zu treffen

Answer

Lernen aus begrenzten Datenmengen, um spezifische Aufgaben zu lösen

Question 47

Welcher Algorithmus wird üblicherweise für die Clusteranalyse verwendet?

Accepted Answer

K-Means

Answer

Neuronale Netze

Answer

Entscheidungsbäume

Answer

Lineare Regression

Question 48

Welche der folgenden Metriken kann zur Bewertung der Qualität eines unüberwachten Lernmodells herangezogen werden?

Accepted Answer

Silhouette-Koeffizient

Answer

Mittlerer absoluter Fehler

Answer

Sensitivität

Answer

Genauigkeit

Question 49

Welche Technik kann eingesetzt werden, um die Dimensionalität von Daten für unüberwachtes Lernen zu reduzieren?

Accepted Answer

Hauptkomponentenanalyse

Answer

Gewichtsinitialisierung

Answer

Regularisierung

Answer

Stratifizierung

Question 50

Welche der folgenden Aussagen über unüberwachtes Lernen ist falsch?

Accepted Answer

Es erfordert immer eine große Menge an markierten Trainingsdaten

Answer

Es kann helfen, versteckte Muster in Daten aufzudecken

Answer

Es kann verwendet werden, um Anomalien zu identifizieren

Question 51

Was ist das primäre Ziel von unüberwachtem Lernen?

Accepted Answer

Erkenntnisse aus unbeschrifteten Daten gewinnen

Answer

Vorhersage von zukünftigen Ereignissen

Answer

Klassifikation von Datenpunkten in bekannte Kategorien

Question 52

Welcher der folgenden Algorithmen ist für Aufgaben zur Clusteranalyse geeignet?

Accepted Answer

k-Means

Answer

Support Vector Machines

Answer

Neuronale Netze

Answer

Lineare Regression

Question 53

Welche Metrik wird typischerweise verwendet, um die Leistung von Clustering-Algorithmen zu bewerten?

Accepted Answer

Silhouette-Koeffizient

Answer

Genauigkeit

Answer

MAE

Answer

ROC-AUC

Question 54

Welcher der folgenden Algorithmen ist eine lineare Methode zur Dimensionalitätsreduktion?

Accepted Answer

Hauptkomponentenanalyse

Answer

t-SNE

Answer

Autoencoder

Answer

Uniform Manifold Approximation and Projection

Question 55

Nennen Sie eine Anwendung der Anomalieerkennung.

Accepted Answer

Identifizierung betrügerischer Transaktionen

Answer

Empfehlung von Produkten

Answer

Vorhersage von Kundenabwanderung

Question 56

Welches der folgenden Verfahren gehört NICHT zu den Methoden des unüberwachten Lernens?

Accepted Answer

Logistische Regression

Answer

K-Means-Clustering

Answer

Principal Component Analysis (PCA)

Question 57

Was ist das Hauptziel des unüberwachten Lernens?

Accepted Answer

Muster und Strukturen in Daten zu entdecken, ohne dass vorherige Beschriftungen vorhanden sind.

Answer

Die Beziehung zwischen Eingabe- und Ausgabedaten mithilfe einer Kostenfunktion zu modellieren.

Answer

Einen Klassifikator aus beschrifteten Daten zu trainieren, um zukünftige Datenpunkte vorherzusagen.

Question 58

Im Kontext des K-Means-Clustering, was repräsentiert der Parameter 'K'?

Accepted Answer

Die Anzahl der Cluster, in die die Datenpunkte aufgeteilt werden sollen.

Answer

Die Anzahl der Dimensionen im Datensatz.

Answer

Die Anzahl der Iterationen des Algorithmus.

Answer

Die Distanzmetrik, die verwendet wird, um die Ähnlichkeit zwischen Datenpunkten zu messen.

Question 59

Welcher Algorithmus wird häufig für die Analyse von Warenkörben und die Identifizierung häufiger Artikelgruppen verwendet?

Accepted Answer

Apriori-Algorithmus

Answer

Support Vector Machines (SVM)

Answer

K-Nearest Neighbors (KNN)

Answer

Naive Bayes

Question 60

Was ist der Zweck der Dimensionsreduktion im unüberwachten Lernen?

Accepted Answer

Die Anzahl der Merkmale zu reduzieren, während wichtige Informationen erhalten bleiben.

Answer

Mit fehlenden Werten im Datensatz umzugehen.

Answer

Die Genauigkeit des Vorhersagemodells zu verbessern.

Question 61

Welche Metrik wird häufig verwendet, um die Ähnlichkeit zwischen Datenpunkten beim Clustering zu messen?

Accepted Answer

Euklidische Distanz

Answer

Recall

Answer

F1-Score

Answer

Präzision

Question 62

Was ist der Hauptunterschied zwischen hierarchischem und partitionierendem Clustering?

Accepted Answer

Hierarchisches Clustering erstellt eine Baumstruktur von Clustern, während partitionierendes Clustering die Daten in eine vorgegebene Anzahl von Clustern aufteilt.

Answer

Hierarchisches Clustering erfordert gelabelte Daten, während partitionierendes Clustering ungelabelte Daten verwendet.