Maschinelles Lernen für Klasse 13: Quizze und Übungen

Question 1

Welche Art des maschinellen Lernens beschäftigt sich mit dem Aufdecken verborgener Muster und Strukturen in Daten, die nicht gekennzeichnet sind?

Accepted Answer

Unüberwachtes Lernen

Answer

Überwachtes Lernen

Answer

Verstärkendes Lernen

Question 2

Im überwachten Lernen lernt ein Algorithmus

Accepted Answer

Muster aus markierten Daten.

Answer

Versteckte Strukturen in unmarkierten Daten.

Answer

Durch wiederholte Interaktionen mit einer Umgebung.

Answer

Aus eigenen Fehlern.

Question 3

Dropout ist eine Regularisierungstechnik, die in

Accepted Answer

Neuronalen Netzen

Answer

Entscheidungsbäumen

Answer

Linearen Regressionen

Answer

Support-Vektor-Maschinen

Question 4

Das Ziel des verstärkenden Lernens ist es,

Accepted Answer

Eine Sequenz von Aktionen zu lernen, die eine Belohnungsfunktion maximiert

Answer

Muster in Daten zu identifizieren

Answer

Strukturen in Daten zu entdecken

Answer

Fehler in eigenen Vorhersagen zu minimieren

Question 5

Im unüberwachten Lernen findet ein Algorithmus

Accepted Answer

Versteckte Strukturen in unmarkierten Daten.

Answer

Muster aus markierten Daten.

Answer

Durch wiederholte Interaktionen mit einer Umgebung.

Answer

Aus eigenen Fehlern.

Question 6

Welcher Algorithmus wird zum Clustering von Daten verwendet?

Accepted Answer

k-Means

Answer

Support-Vektor-Maschine

Answer

Neuronales Netz

Answer

Entscheidungsbaum

Question 7

Der Unterschied zwischen einer Epoche und einem Batch besteht darin, dass

Accepted Answer

Eine Epoche ist eine Iteration über den gesamten Datensatz, während ein Batch eine Teilmenge des Datensatzes ist.

Answer

Ein Batch ist eine Iteration über den gesamten Datensatz, während eine Epoche eine Iteration über eine Teilmenge des Datensatzes ist.

Answer

Beide sind dasselbe.

Answer

Beide sind unterschiedlich, aber nicht wie beschrieben.

Question 8

Welche Funktion wird häufig als Aktivierungsfunktion in neuronalen Netzen verwendet?

Accepted Answer

Sigmoid-Funktion

Answer

Lineare Funktion

Answer

Exponentialfunktion

Answer

Polynomfunktion

Question 9

Welche Aussage über Entscheidungsbäume ist korrekt?

Accepted Answer

Sie erstellen hierarchische Strukturen, die Daten nach Attributen aufteilen.

Answer

Sie verwenden numerische Daten, um Vorhersagen zu treffen.

Answer

Sie können nur für Regressionsaufgaben verwendet werden.

Answer

Sie erfordern immer große Datenmengen für das Training.

Question 10

Was ist das Hauptziel einer Support-Vektor-Maschine?

Accepted Answer

Eine Hyperebene zu finden, die die Datenpunkte mit maximalem Abstand trennt.

Answer

Ein neuronales Netzwerk zu trainieren.

Answer

Datenpunkte in Cluster zu gruppieren.

Answer

Eine lineare Regression durch Datenpunkte zu finden.

Question 11

Was ist der Hauptunterschied zwischen überwachtem und unüberwachtem Lernen?

Accepted Answer

Beim überwachten Lernen sind die Ausgabedaten verfügbar, beim unüberwachten Lernen nicht.

Answer

Beim unüberwachten Lernen sind die Eingabedaten strukturiert, beim überwachten Lernen nicht.

Answer

Beim überwachten Lernen werden nur Entscheidungsbäume verwendet, beim unüberwachten Lernen nur neuronale Netze.

Answer

Es gibt keinen Unterschied.

Question 12

Was ist der Hauptzweck der Regularisierung in maschinellen Lernalgorithmen?

Accepted Answer

Überanpassung verhindern

Answer

Erhöhen Sie die Vorhersagegenauigkeit.

Answer

Verringern Sie die Trainingszeit.

Answer

Erhöhen Sie die Komplexität des Modells.

Question 13

Welcher Typ des maschinellen Lernens ist bei nicht beschrifteten Daten am vorteilhaftesten?

Accepted Answer

Unüberwachtes Lernen

Answer

Überwachtes Lernen

Answer

Verstärkendes Lernen

Answer

Transferlernen

Question 14

Welcher Algorithmus nutzt einen hyperbolischen Tangens als Aktivierungsfunktion?

Accepted Answer

Neuronales Netz

Answer

Logistische Regression

Answer

Entscheidungsbaum

Answer

K-nächste-Nachbarn

Question 15

Welche Metrik wird zur Evaluierung von Regressionsmodellen primär herangezogen?

Accepted Answer

Mittlerer absoluter Fehler

Answer

Genauigkeit

Answer

F1-Score

Answer

AUC-ROC

Question 16

Welcher Algorithmus eignet sich am besten, um lineare Beziehungen in Daten zu identifizieren?

Accepted Answer

Lineare Regression

Answer

Support-Vektor-Maschine

Answer

Neuronales Netz

Answer

Entscheidungsbaum

Question 17

Was ist der bedeutendste Vorteil von Entscheidungsbäumen?

Accepted Answer

Hohe Interpretierbarkeit

Answer

Geringe Rechenkomplexität

Answer

Robustheit gegenüber Ausreißern

Answer

Fähigkeit, nichtlineare Beziehungen zu modellieren

Question 18

Welcher Schritt im Data-Mining-Prozess zielt darauf ab, irrelevante oder redundante Merkmale zu entfernen?

Accepted Answer

Datenaufbereitung

Answer

Modelltraining

Answer

Modellauswertung

Answer

Datenvisualisierung

Question 19

Welches Konzept des verstärkenden Lernens belohnt Aktionen, die langfristig zu einem höheren Nutzen führen?

Accepted Answer

Zukunftsrabatt

Answer

Episodisches Gedächtnis

Answer

Q-Learning

Answer

Policy Gradient

Question 20

Welche der folgenden Algorithmen des Maschinellen Lernens werden zur Klassifizierung von Daten verwendet?

Accepted Answer

Entscheidungsbäume

Accepted Answer

Neuronale Netze

Answer

K-Means-Clustering

Answer

Apriori-Algorithmus

Question 21

Zu welcher Kategorie des maschinellen Lernens gehört ein Algorithmus, der Daten ohne vorgegebene Beschriftungen gruppiert?

Accepted Answer

Unüberwachtes Lernen

Answer

Überwachtes Lernen

Answer

Verstärkendes Lernen

Answer

Semiüberwachtes Lernen

Question 22

Welcher maschinelle Lernalgorithmus verwendet eine hierarchische Struktur zur Entscheidungsfindung?

Accepted Answer

Entscheidungsbaum

Answer

Support-Vektor-Maschine

Answer

Neuronales Netzwerk

Answer

K-nächste-Nachbarn

Question 23

Was ist ein häufiges Problem beim maschinellen Lernen, bei dem ein Modell auf neuen Daten schlecht abschneidet, obwohl es auf den Trainingsdaten gut trainiert wurde?

Accepted Answer

Überanpassung

Answer

Unteranpassung

Answer

Datenausreißer

Answer

Datenrauschen

Question 24

Was ist das Hauptziel des verstärkenden Lernens?

Accepted Answer

Optimierung einer Abfolge von Aktionen, um eine Belohnung zu maximieren

Answer

Erkennung von Mustern in unbeschrifteten Daten

Answer

Vorhersagen auf Basis historischer Daten

Answer

Suche nach der kürzesten Route in einem Graphen

Question 25

Welche der folgenden Anwendungen ist ein Beispiel für unüberwachtes Lernen?

Accepted Answer

Clustering von Dokumenten

Answer

Bildklassifizierung

Answer

Spracherkennung

Answer

Betrugserkennung

Question 26

Welche der folgenden Aussagen beschreibt überwachtes Lernen am besten?

Accepted Answer

Der Algorithmus lernt aus Daten, die mit korrekten Ausgaben versehen sind.

Answer

Der Algorithmus identifiziert Muster in Daten ohne korrekte Ausgaben.

Answer

Der Algorithmus erhält eine Belohnung für richtige Vorhersagen.

Answer

Der Algorithmus optimiert seine eigenen Parameter durch interne Anpassungen.

Question 27

Welcher Algorithmus des maschinellen Lernens ist bekannt für seine Fähigkeit, komplexe, nichtlineare Beziehungen zu modellieren?

Accepted Answer

Neuronales Netz

Answer

Entscheidungsbaum

Answer

Support-Vektor-Maschine

Answer

K-Nearest-Neighbors

Question 28

Was ist das Hauptziel von unüberwachtem Lernen?

Accepted Answer

Erkennung von Mustern und Strukturen in Daten

Answer

Klassifizierung von Daten in verschiedene Kategorien

Answer

Vorhersage kontinuierlicher Werte aus Daten

Answer

Optimierung von Modellparametern

Question 29

Welcher der folgenden Algorithmen verwendet einen Baum zur Entscheidungsfindung?

Accepted Answer

Zufallsforst

Answer

Support-Vektor-Maschine

Answer

Neuronales Netz

Answer

Lineare Regression

Question 30

Welcher Algorithmus des verstärkenden Lernens verwendet eine Wertfunktion, um Aktionen auszuwählen?

Accepted Answer

Q-Lernen

Answer

SARSA

Answer

Richtungsgradient

Answer

Akteur-Kritiker

Question 31

Welcher Begriff bezieht sich auf die Menge der Daten, die dem Algorithmus des maschinellen Lernens zum Training zur Verfügung gestellt werden?

Accepted Answer

Datensatz

Answer

Modell

Answer

Features

Answer

Labels

Question 32

Nennen Sie eine Aktivierungsfunktion, die in neuronalen Netzen verwendet wird.

Accepted Answer

Sigmoid

Answer

Mittelwert

Answer

Minimum

Question 33

Was ist das Ziel eines unüberwachten Lernalgorithmus?

Accepted Answer

Muster in Daten erkennen

Answer

Vorhersagen treffen

Answer

Klassen identifizieren

Question 34

Welche Anwendungsmöglichkeit besteht für verstärkendes Lernen?

Accepted Answer

Spiele spielen

Answer

Bilderkennung

Answer

Spracherkennung

Question 35

Wie lautet das Ziel der Regularisierung in Machine-Learning-Modellen?

Accepted Answer

Überanpassung zu reduzieren

Answer

Unteranpassung zu erhöhen

Answer

Die Leistung des Modells zu verbessern

Question 36

Welche Methode wird häufig zum Trainieren neuronaler Netze verwendet?

Accepted Answer

Gradientenabstieg

Answer

Lineare Regression

Answer

Clustering

Question 37

Welche Auswirkung hat Bias auf Machine-Learning-Modelle?

Accepted Answer

Beeinträchtigung der Generalisierungsfähigkeit

Answer

Verbesserung der Vorhersagegenauigkeit

Answer

Reduzierung der Modellkomplexität

Question 38

Nenne die beiden wichtigsten Unterschiede zwischen überwachtem und unüberwachtem Lernen.

Accepted Answer

Überwachtes Lernen verwendet markierte Daten, während unüberwachtes Lernen unmarkierte Daten verwendet.

Accepted Answer

Überwachtes Lernen lernt eine Funktion, während unüberwachtes Lernen Muster in Daten findet.

Answer

Überwachtes Lernen ist immer effizienter als unüberwachtes Lernen.

Question 39

Was ist das Hauptziel der Regularisierung im maschinellen Lernen?

Accepted Answer

Vermeidung von Überanpassung durch Reduzierung der Modellkomplexität

Answer

Verbesserung der Modellleistung durch Vergrößern des Trainingsdatensatzes

Answer

Steigerung der Vorhersagegenauigkeit durch Einsatz mehrerer Modelle

Answer

Beschleunigung der Modellkonvergenz durch Anpassung der Lernrate

Question 40

Welches ist KEINE Art des Maschinellen Lernens?

Accepted Answer

Manuelles Lernen

Answer

Überwachtes Lernen

Answer

Verstärkendes Lernen

Answer

Unüberwachtes Lernen

Question 41

Welcher Algorithmus verwendet einen Entscheidungsbaum zur Vorhersage von kontinuierlichen Werten?

Accepted Answer

Regressionsbaum

Answer

K-Nearest Neighbors

Answer

Neuronales Netz

Answer

Support Vector Machine

Question 42

Welcher Hyperparameter steuert die zufällige Deaktivierung von Neuronen in einem neuronalen Netz?

Accepted Answer

Dropout-Rate

Answer

Anzahl der Epochen

Answer

Lernrate

Answer

Batch-Größe

Question 43

Welches Verfahren wird verwendet, um redundante Merkmale in einem Datensatz zu entfernen?

Accepted Answer

Hauptkomponentenanalyse

Answer

Klassifikation

Answer

Clustering

Answer

Regression

Question 44

Welche Aufgabe des Maschinellen Lernens zielt darauf ab, Muster in Zeitreihendaten zu erkennen und zukünftige Werte vorherzusagen?

Accepted Answer

Zeitreihenprognose

Answer

Bildklassifizierung

Answer

Textanalyse

Answer

Objekterkennung

Question 45

Welche Technik hilft dabei, ein neuronales Netz vor Überanpassung zu schützen, indem es zufällige Neuronen während des Trainings deaktiviert?

Accepted Answer

Dropout

Answer

Regularisierung

Answer

Pruning

Answer

Augmentation

Question 46

Welcher Begriff beschreibt die Fähigkeit eines Algorithmus für Maschinelles Lernen, auf neue, ungesehene Daten zu verallgemeinern?

Accepted Answer

Generalisierung

Answer

Spezialisierung

Answer

Überanpassung

Answer

Unteranpassung

Question 47

Welcher der folgenden Algorithmen gehört zum überwachten Lernen?

Accepted Answer

Entscheidungsbaum

Answer

Hauptkomponentenanalyse

Answer

K-Means Clustering

Answer

Q-Learning

Question 48

Nennen Sie einen wesentlichen Vorteil von neuronalen Netzen.

Accepted Answer

Sie können komplexe Beziehungen modellieren.

Answer

Sie erfordern keine umfangreiche Datenmenge.

Answer

Sie sind immun gegen Überanpassung.

Answer

Sie sind immer vollständig interpretierbar.

Question 49

Was ist der primäre Zweck der Kreuzvalidierung?

Accepted Answer

Reduzierung von Überanpassung und Einschätzung der Verallgemeinerungsfähigkeit.

Answer

Ermöglichung der Vorhersage neuer Datenpunkte

Answer

Erhöhung der Trainingsdatenmenge

Question 50

Welche Aussage zum verstärkenden Lernen trifft zu?

Accepted Answer

Der Lerner erhält Belohnungen oder Strafen für seine Aktionen.

Answer

Es nutzt keine Rückkopplungsschleife.

Answer

Es ist immer ein überwachter Lernalgorithmus.

Question 51

Was ist ein Hyperparameter eines maschinellen Lernmodells?

Accepted Answer

Ein vom Benutzer festgelegter Parameter, der die Struktur oder das Verhalten des Modells steuert.

Answer

Ein Parameter, der während des Trainings gelernt wird.

Answer

Eine Metrik, die die Modellleistung misst.

Question 52

Welcher Schritt ist in einem typischen maschinellen Lernprojekt nicht zwingend erforderlich?

Accepted Answer

Feature-Extraktion

Answer

Modelltraining

Answer

Modellauswertung

Answer

Datenerfassung

Question 53

Was ist das Ziel des Backpropagation-Algorithmus?

Accepted Answer

Berechnung der Gradienten der Verlustfunktion

Answer

Anpassung der Lernrate

Answer

Initialisierung von Modellparametern

Answer

Vorhersage von Ausgabedaten

Question 54

Welche Art von Maschinellem Lernen wird verwendet, um Daten ohne vorgegebene Labels zu gruppieren?

Accepted Answer

Unüberwachtes Lernen

Answer

Verstärkendes Lernen

Answer

Überwachtes Lernen

Answer

Bestärkendes Lernen

Question 55

Welcher Algorithmus des Maschinellen Lernens eignet sich am besten zur Klassifizierung nichtlinear trennbarer Daten?

Accepted Answer

Support-Vektor-Maschine

Answer

Entscheidungsbaum

Answer

Logistische Regression

Answer

Lineare Regression

Question 56

In welchem Schritt des Prozesses des Maschinellen Lernens werden die Parameter eines Modells angepasst, um seinen Fehlern zu minimieren?

Accepted Answer

Training

Answer

Datenvorverarbeitung

Answer

Modellauswahl

Answer

Auswertung

Question 57

Welche Metrik wird verwendet, um die Leistung eines Klassifikationsmodells zu messen, wenn die Klassen unausgeglichen sind?

Accepted Answer

F1-Score

Answer

Recall

Answer

Genauigkeit

Answer

Precision

Question 58

Welcher Ansatz des Maschinellen Lernens ist in der Lage, sequentielle Daten zu verarbeiten?

Accepted Answer

Neuronale Netze

Answer

Entscheidungsbäume

Answer

Support-Vektor-Maschinen

Answer

Lineare Regression

Question 59

Welche Art von Netzwerkarchitektur wird in neuronalen Netzen verwendet, um die zeitliche Abhängigkeit von Sequenzdaten zu erfassen?

Accepted Answer

Rekurrente neuronale Netze

Answer

Vollständig verbundene neuronale Netze

Answer

Generative adversarische Netze

Answer

Konvolutionale neuronale Netze

Question 60

Welche Technik wird verwendet, um Überanpassung in Modellen des Maschinellen Lernens zu verhindern?

Accepted Answer

Regularisierung

Answer

Kreuzvalidierung

Answer

Frühes Stoppen

Answer

Datenaugmentation

Question 61

Welcher Typ von Reinforcement-Learning-Algorithmus lernt durch Ausprobieren und Belohnung?

Accepted Answer

Q-Learning

Answer

Policy Gradient

Answer

Actor-Critic

Answer

SARSA

Question 62

Welche Herausforderung stellt sich bei der Verwendung von Maschinellem Lernen in sozialen Bereichen?

Accepted Answer

Ethische Überlegungen

Answer

Datenverfügbarkeit

Answer

Rechenleistung

Answer

Modellkomplexität

Question 63

Welcher Trend wird im Bereich des Maschinellen Lernens erwartet?

Accepted Answer

Automatisiertes Maschinelles Lernen

Answer

Digitales Maschinelles Lernen

Answer

Erklärungsfähiges Maschinelles Lernen

Answer

Quantumspezifisches Maschinelles Lernen