Grundlagen des maschinellen Lernens: Quiz und Übungen

Question 1

Welche Arten des überwachten Lernens gibt es?

Accepted Answer

Klassifizierung: Vorhersage der Kategorie eines Datenpunkts

Accepted Answer

Regression: Vorhersage eines Zahlenwerts für einen Datenpunkt

Accepted Answer

Strukturierte Vorhersage: Vorhersage einer strukturierten Ausgabe wie einer Sequenz oder eines Graphen

Answer

Unüberwachtes Lernen: Identifizierung von Mustern in unbeschrifteten Daten

Question 2

Welcher Algorithmus wird typischerweise beim überwachten Lernen mit kontinuierlichen Zielvariablen verwendet?

Accepted Answer

Lineare Regression

Answer

K-Means-Clustering

Answer

Entscheidungsbäume

Answer

Support Vector Machines

Question 3

Welcher Algorithmus ist für überwachtes Lernen mit linearen Funktionen geeignet?

Accepted Answer

Lineare Regression

Answer

K-Means-Clustering

Answer

Entscheidungsbäume

Question 4

Welche der folgenden Optionen ist **kein** Typ des maschinellen Lernens?

Accepted Answer

Manuelles Lernen

Answer

Überwachtes Lernen

Answer

Unüberwachtes Lernen

Answer

Verstärkendes Lernen

Question 5

Welcher der folgenden Algorithmen wird **typischerweise** für überwachtes Lernen verwendet?

Accepted Answer

Lineare Regression

Answer

Q-Learning

Answer

K-Means-Clustering

Answer

Hauptkomponentenanalyse

Question 6

Was ist das **Hauptziel** unüberwachten Lernens?

Accepted Answer

Muster in Daten ohne Beschriftung erkennen

Answer

Belohnungen für bestimmte Aktionen maximieren

Answer

Daten in kleinere, überschaubare Einheiten aufteilen

Answer

Vorhersagen auf der Grundlage gekennzeichneter Daten treffen

Question 7

Welches der folgenden ist ein **Beispiel** für ein verstärkendes Lernproblem?

Accepted Answer

Ein Roboter lernt, sich in einer Umgebung zu bewegen

Answer

Die Diagnose von Krankheiten anhand medizinischer Bilder

Answer

Die Gruppierung von Kunden in Segmente

Question 8

Was ist das **Ziel** einer Kreuzvalidierung?

Accepted Answer

Die Schätzung der Verallgemeinerungsleistung eines Modells

Answer

Die Verbesserung der Genauigkeit des Modells

Answer

Die Reduzierung von Überanpassung

Question 9

Welches der folgenden ist ein **Vorteil** des Einsatzes von KI im Bildungswesen?

Accepted Answer

Personalisierte Lernerfahrungen

Answer

Verringerung der Schülermotivation

Answer

Erhöhte Arbeitsbelastung für Lehrer

Answer

Geringere Kosten für den Unterricht

Question 10

Welche der folgenden Aussagen beschreibt überwachtes Lernen korrekt?

Accepted Answer

Ein Algorithmus lernt mittels markierter Daten, Vorhersagen zu treffen.

Answer

Ein Algorithmus findet Muster in unmarkierten Daten.

Answer

Ein Algorithmus passt sich ohne explizites Feedback an seine Umgebung an.

Question 11

Welcher der folgenden Algorithmen ist ein Beispiel für einen linearen Regressionsalgorithmus?

Accepted Answer

Lineare Regression

Answer

Support Vector Machine

Answer

Entscheidungsbaum

Answer

K-Means

Question 12

Was ist das primäre Ziel unüberwachter Lernalgorithmen?

Accepted Answer

Muster und Strukturen in Daten erkennen.

Answer

Aktionen in einer Umgebung ausführen.

Answer

Fehler in Entscheidungsbäumen minimieren.

Answer

Vorhersagen über zukünftige Ereignisse treffen.

Question 13

Welcher der folgenden Begriffe bezieht sich auf den Grad an Genauigkeit eines maschinellen Lernmodells?

Accepted Answer

Metrik

Answer

Algorithmus

Answer

Hyperparameter

Answer

Datensatz

Question 14

Welche der folgenden Aufgaben ist ein Beispiel für verstärkendes Lernen?

Accepted Answer

Ein Roboter lernt, sich in einer Umgebung zu bewegen.

Answer

Ein Algorithmus erkennt Objekte in Bildern.

Answer

Ein Programm spielt Schach gegen einen Menschen.

Question 15

Nenne einen wesentlichen Unterschied zwischen maschinellem Lernen und Deep Learning.

Accepted Answer

Deep Learning verwendet künstliche neuronale Netze mit mehreren verborgenen Schichten.

Answer

Deep Learning erfordert größere Datensätze.

Answer

Deep Learning wird nur für Bildverarbeitungsaufgaben verwendet.

Question 16

Welche der folgenden Aussagen beschreibt die Rolle der KI im maschinellen Lernen?

Accepted Answer

KI liefert die theoretischen Grundlagen und Algorithmen für maschinelles Lernen.

Answer

Maschinelles Lernen ist eine Teilmenge der KI.

Answer

KI ist eine Teilmenge des maschinellen Lernens.

Question 17

Beim überwachten Lernen wird ein Modell trainiert, indem es mit welchen Daten versorgt wird?

Accepted Answer

Gelabelte Daten

Answer

Rohdaten

Answer

Vorverarbeitete Daten

Answer

Ungelabelte Daten

Question 18

Welcher Ansatz im maschinellen Lernen zielt darauf ab, verborgene Muster und Strukturen in Daten ohne vorgegebene Labels zu identifizieren?

Accepted Answer

Unüberwachtes Lernen

Answer

Überwachtes Lernen

Answer

Verstärkendes Lernen

Question 19

Welcher Algorithmus wird häufig für die Gruppierung ähnlicher Datenpunkte verwendet?

Accepted Answer

K-Means

Answer

Entscheidungsbäume

Answer

Neuronale Netze

Answer

Lineare Regression

Question 20

Welcher Ansatz im maschinellen Lernen belohnt oder bestraft einen Agenten basierend auf seinen Aktionen und deren Ergebnissen?

Accepted Answer

Verstärkendes Lernen

Answer

Unüberwachtes Lernen

Answer

Transferlernen

Answer

Überwachtes Lernen

Question 21

Welcher Ansatz im maschinellen Lernen ermöglicht es, Wissen von einem trainierten Modell auf ein neues Problem zu übertragen?

Accepted Answer

Transferlernen

Answer

Verstärkendes Lernen

Answer

Überwachtes Lernen

Answer

Unüberwachtes Lernen

Question 22

Bei welcher Art von Problem im maschinellen Lernen wird ein kontinuierlicher Wert vorhergesagt?

Accepted Answer

Regression

Answer

Klassifikation

Answer

Clustering

Question 23

Welche Art des maschinellen Lernens nutzt beschriftete Daten, um ein Modell zu trainieren, das Vorhersagen zu ungezeichneten Daten ermöglicht?

Accepted Answer

Überwachtes Lernen

Answer

Verstärkendes Lernen

Answer

Unüberwachtes Lernen

Answer

Tiefes Lernen

Question 24

Welches der folgenden Verfahren ist dem unüberwachten Lernen zuzuordnen?

Accepted Answer

K-Means-Clustering

Answer

Entscheidungsbaum

Answer

Support Vector Machines

Answer

Logistische Regression

Question 25

Welcher Begriff beschreibt den Vorgang, bei dem die Parameter eines Modells justiert werden, um dessen Leistungsfähigkeit für einen bestimmten Datensatz zu optimieren?

Accepted Answer

Training

Answer

Validierung

Answer

Bewertung

Answer

Inferenz

Question 26

Welche Metrik dient zur Bestimmung der Treffgenauigkeit eines Klassifikationsmodells?

Accepted Answer

Genauigkeit

Answer

Entropie

Answer

Mittlerer quadratischer Fehler

Answer

F1-Score

Question 27

Welche Problematik kann bei einem übertrainierten Modell auftreten?

Accepted Answer

Mangelnde Generalisierung auf neue Datensätze

Answer

Unzureichende Modellkomplexität

Answer

Überhöhter Trainingsfehler

Question 28

Welche Technik kann eingesetzt werden, um Übertraining zu verhindern?

Accepted Answer

Regularisierung

Answer

Verwendung eines komplexeren Modells

Answer

Frühzeitiger Abbruch

Answer

Erweiterung des Datenbestandes

Question 29

Welches Konzept beschreibt die Fähigkeit eines Modells, neue, unbekannte Daten zu verarbeiten?

Accepted Answer

Generalisierung

Answer

Genauigkeit

Answer

Spezifität

Answer

Präzision

Question 30

Welche Aussage zu Entscheidungsbäumen ist korrekt?

Accepted Answer

Entscheidungsbäume können sowohl zur Lösung von Klassifikations- als auch Regressionsproblemen eingesetzt werden.

Answer

Entscheidungsbäume sind sehr robust gegenüber Ausreißern in den Daten.

Question 31

Welche Technik wird im verstärkenden Lernen verwendet, um ein Modell anhand von Rückmeldungen zu trainieren?

Accepted Answer

Versuch und Irrtum

Answer

Bayes'sche Inferenz

Answer

K-Means-Clustering

Answer

Gradientenabstieg

Question 32

Welcher Anwendungsfall ist ein Beispiel für verstärkendes Lernen?

Accepted Answer

Spiele spielen

Answer

Bilderkennung

Answer

Spam-Filterung

Answer

Empfehlungssysteme

Question 33

Welches der folgenden Beispiele beschreibt am besten überwachtes Lernen?

Accepted Answer

Einen Algorithmus trainieren, um Spam-E-Mails zu erkennen, indem man ihm eine Datenbank mit als Spam und Nicht-Spam gekennzeichneten E-Mails zur Verfügung stellt.

Answer

Einen Algorithmus entwickeln lassen, der automatisch Kundensegmente in einem Datensatz identifiziert.

Question 34

Welcher der folgenden Algorithmen ist KEIN Beispiel für unüberwachtes Lernen?

Accepted Answer

Logistische Regression

Answer

Principal Component Analysis (PCA)

Answer

k-Means Clustering

Answer

Apriori-Algorithmus

Question 35

Was ist der Zweck der Aktivierungsfunktion in einem künstlichen neuronalen Netz?

Accepted Answer

Einführung von Nichtlinearität in das Modell, um komplexe Muster zu lernen.

Answer

Gewichtung der Eingangssignale, um ihre relative Wichtigkeit zu bestimmen.

Answer

Aggregation der Eingangssignale von mehreren Neuronen.

Question 36

Was ist Overfitting beim maschinellen Lernen?

Accepted Answer

Das Modell passt sich zu stark an die Trainingsdaten an und kann nicht gut auf ungesehene Daten verallgemeinern.

Answer

Das Modell ist zu einfach und kann die zugrunde liegenden Muster in den Daten nicht erfassen.

Question 37

Welches der folgenden ist ein Beispiel für ein Problem, das mit Reinforcement Learning gelöst werden kann?

Accepted Answer

Einen Roboter trainieren, ein Objekt in einer unbekannten Umgebung zu finden.

Answer

Die Wahrscheinlichkeit vorhersagen, mit der ein Kunde ein bestimmtes Produkt kauft.

Answer

Kunden anhand ihres Kaufverhaltens segmentieren.

Question 38

Was ist der Unterschied zwischen Klassifizierung und Regression im maschinellen Lernen?

Accepted Answer

Klassifizierung sagt kategoriale Ausgaben voraus, während Regression numerische Ausgaben vorhersagt.

Answer

Klassifizierung benötigt gekennzeichnete Daten, während Regression ungekennzeichnete Daten verwendet.

Answer

Klassifizierung verwendet überwachtes Lernen, während Regression unüberwachtes Lernen verwendet.

Question 39

Was ist der Zweck der Verlustfunktion beim Training eines maschinellen Lernmodells?

Accepted Answer

Den Fehler zwischen den vorhergesagten und den tatsächlichen Werten zu quantifizieren.

Answer

Die Komplexität des Modells zu kontrollieren und Overfitting zu verhindern.

Answer

Die optimalen Hyperparameter für das Modell zu finden.

Question 40

Was ist ein Bias-Variance Trade-off im Kontext des maschinellen Lernens?

Accepted Answer

Das Abwägen zwischen der Fähigkeit eines Modells, die Trainingsdaten anzupassen, und seiner Fähigkeit, auf ungesehene Daten zu verallgemeinern.

Answer

Die Wahl zwischen einem komplexen Modell mit hoher Varianz und einem einfachen Modell mit hoher Verzerrung.

Question 41

Welches der folgenden ist KEIN gängiger Hyperparameter beim Training eines neuronalen Netzes?

Accepted Answer

Anzahl der Merkmale im Datensatz

Answer

Lernrate

Answer

Anzahl der Neuronen pro Schicht

Answer

Anzahl der versteckten Schichten

Question 42

Was ist der Unterschied zwischen Batch Gradient Descent und Stochastic Gradient Descent?

Accepted Answer

Batch Gradient Descent verwendet den gesamten Trainingsdatensatz, um die Parameter in jeder Iteration zu aktualisieren, während Stochastic Gradient Descent nur eine zufällige Teilmenge des Datensatzes verwendet.

Answer

Batch Gradient Descent ist für kleine Datensätze geeignet, während Stochastic Gradient Descent für große Datensätze geeignet ist.

Question 43

Welches der folgenden Szenarien ist ein Beispiel für überwachtes Lernen?

Accepted Answer

Ein Algorithmus lernt, Spam-E-Mails zu identifizieren, indem er mit einem Datensatz von E-Mails trainiert wird, die als Spam oder nicht Spam gekennzeichnet sind.

Answer

Ein Algorithmus lernt, Bilder von Katzen und Hunden zu unterscheiden, indem er mit einem Datensatz von Bildern trainiert wird, die keine Beschriftungen haben.

Question 44

Welcher Algorithmus wird typischerweise für Klassifikationsaufgaben im überwachten Lernen verwendet?

Accepted Answer

Logistische Regression

Answer

K-Means-Clustering

Answer

Principal Component Analysis (PCA)

Answer

Reinforcement Learning

Question 45

Welche der folgenden Aussagen trifft auf unüberwachtes Lernen zu?

Accepted Answer

Unüberwachtes Lernen wird verwendet, um Muster in Daten zu finden, ohne dass vorherige Kennzeichnungen vorhanden sind.

Answer

Unüberwachtes Lernen erfordert einen Datensatz mit beschrifteten Beispielen.

Question 46

Welcher Algorithmus wird typischerweise für die Gruppierung von Datenpunkten in unüberwachtem Lernen verwendet?

Accepted Answer

K-Means-Clustering

Answer

Support Vector Machine (SVM)

Answer

Decision Tree

Answer

Linear Regression

Question 47

Welche der folgenden Aussagen trifft auf verstärkendes Lernen zu?

Accepted Answer

Ein Agent lernt durch Interaktion mit seiner Umgebung und erhält Belohnungen für erwünschtes Verhalten.

Answer

Verstärkendes Lernen ist eine Form des überwachten Lernens, bei der der Agent von einem Lehrer lernt.

Question 48

Was ist der Zweck eines neuronalen Netzwerks?

Accepted Answer

Neurale Netze lernen komplexe Beziehungen in Daten mithilfe von miteinander verbundenen Knoten.

Answer

Neurale Netze dienen hauptsächlich zur Komprimierung von Daten.

Answer

Neurale Netze werden ausschließlich für die Verarbeitung von Textdaten verwendet.

Question 49

Was ist ein wichtiges Merkmal von Deep Learning?

Accepted Answer

Deep Learning verwendet neuronale Netze mit mehreren Schichten, um komplexe Muster in Daten zu erkennen.

Answer

Deep Learning ist eine Unterart des unüberwachten Lernens.

Question 50

Welches Problem tritt häufig bei maschinellen Lernmodellen auf?

Accepted Answer

Überanpassung

Answer

Verallgemeinerung

Answer

Komplexität

Answer

Unteranpassung

Question 51

Welche der folgenden Maßnahmen kann dazu beitragen, Überanpassung zu vermeiden?

Accepted Answer

Regularisierung

Answer

Verwenden eines komplexeren Modells.

Answer

Reduzieren der Anzahl der Eingabemerkmale.

Answer

Erhöhen der Anzahl der Trainingsdaten.

Question 52

Welches Konzept bezieht sich auf die Fähigkeit eines maschinellen Lernmodells, auf neue, ungesehene Daten zu generalisieren?

Accepted Answer

Verallgemeinerung

Answer

Genauigkeit

Answer

Überanpassung

Answer

Komplexität

Question 53

Welche Art von maschinellem Lernen verwendet beschriftete Daten, um ein Modell zu trainieren, das Vorhersagen treffen kann?

Accepted Answer

Überwachtes Lernen

Answer

Verstärkendes Lernen

Answer

Deep Learning

Answer

Unüberwachtes Lernen

Question 54

Welcher Algorithmus wird typischerweise für die Klassifizierung von Daten verwendet?

Accepted Answer

Logistische Regression

Answer

Lineare Regression

Answer

k-Nearest Neighbors

Answer

Principal Component Analysis

Question 55

Welche Metrik misst die Genauigkeit eines Klassifikationsmodells?

Accepted Answer

Genauigkeit

Answer

Mittlere quadratische Abweichung

Answer

Entropie

Answer

F1-Score

Question 56

Welches der folgenden ist KEIN Beispiel für unüberwachtes Lernen?

Accepted Answer

Bildklassifizierung

Answer

Dimensionsreduktion

Answer

Clustering

Answer

Anomalieerkennung

Question 57

Was ist der Zweck des verstärkenden Lernens?

Accepted Answer

Ein Agenten zu trainieren, um Entscheidungen zu treffen, die eine Belohnung maximieren

Answer

Daten zu klassifizieren

Answer

Daten zu clustern

Question 58

Welches der folgenden ist KEIN Bestandteil eines neuronalen Netzwerks?

Accepted Answer

Entscheidungsbaum

Answer

Gewichte

Answer

Knoten

Answer

Aktivierungsfunktionen

Question 59

Was ist der Unterschied zwischen Überanpassung und Unteranpassung?

Accepted Answer

Überanpassung bedeutet, dass das Modell zu gut auf die Trainingsdaten passt, aber schlecht auf neue Daten generalisiert. Unteranpassung bedeutet, dass das Modell nicht gut genug auf die Trainingsdaten passt.

Answer

Überanpassung bedeutet, dass das Modell schlecht auf die Trainingsdaten passt, aber gut auf neue Daten generalisiert. Unteranpassung bedeutet, dass das Modell zu gut auf die Trainingsdaten passt.

Question 60

Welche Technik wird verwendet, um die Überanpassung eines Modells zu vermeiden?

Accepted Answer

Regularisierung

Answer

Optimierung

Answer

Überanpassung

Answer

Unteranpassung

Question 61

Welche Art von Lernen verwendet ein Modell, um aus seinen eigenen Fehlern zu lernen?

Accepted Answer

Verstärkendes Lernen

Answer

Überwachtes Lernen

Answer

Deep Learning

Answer

Unüberwachtes Lernen

Question 62

Welcher Algorithmus wird verwendet, um Daten in Gruppen mit ähnlichen Eigenschaften zu partitionieren?

Accepted Answer

k-Means-Clustering

Answer

Logistische Regression

Answer

Support Vector Machine

Answer

Lineare Regression

Question 63

Welches ist kein Bereich des maschinellen Lernens?

Accepted Answer

Partielles Lernen

Answer

Verstärkendes Lernen

Answer

Unüberwachtes Lernen

Answer

Überwachtes Lernen

Question 64

Welche Aufgabe wird bei überwachtem Lernen gelöst?

Accepted Answer

Vorhersage auf Basis markierter Daten

Answer

Erzeugung neuer Daten aus vorhandenen Daten

Answer

Erkennung von Mustern in unmarkierten Daten

Answer

Optimierung von Aktionen durch Belohnungen und Strafen