29 câu hỏi
Trong học sâu, "backpropagation" được sử dụng để làm gì?
Tối ưu hóa các tham số của mạng neural
Tăng độ phức tạp của mạng neural
Giảm overfitting trong mạng neural
Biến đổi đầu vào thành đầu ra cho mạng neural
Trong học máy, "bias-variance tradeoff" ám chỉ điều gì?
Sự đánh đổi giữa độ phức tạp của mô hình và khả năng tổng quát hóa
Sự đánh đổi giữa độ chính xác và tốc độ của mô hình
Sự đánh đổi giữa việc học từ dữ liệu được gán nhãn và không được gán nhãn
Sự đánh đổi giữa việc sử dụng các thuật toán khác nhau
"Data preprocessing" trong machine learning đề cập đến việc gì?
Việc chọn lọc các đặc trưng quan trọng từ dữ liệu ban đầu
Việc xử lý và làm sạch dữ liệu trước khi đưa vào mô hình
Tạo ra các mô hình dự đoán từ dữ liệu
Đánh giá hiệu suất của mô hình trên dữ liệu kiểm tra
"Stochastic gradient descent" là gì trong học máy?
Một phương pháp tối ưu hóa gradient descent
Một phương pháp tối ưu hóa huấn luyện mô hình dựa trên mẫu ngẫu nhiên
Một phương pháp tối ưu hóa dựa trên hàm mất mát
Một phương pháp tối ưu hóa dựa trên quá trình lan truyền ngược
Trong học máy, "hyperparameter tuning" ám chỉ điều gì?
Quá trình tinh chỉnh các siêu tham số của mô hình để cải thiện hiệu suất
Quá trình xây dựng các đặc trưng mới từ dữ liệu ban đầu
Quá trình giảm kích thước của mô hình
Quá trình chia tập dữ liệu thành các phần riêng biệt để đánh giá mô hình
Trong machine learning, "kernel" được sử dụng trong bài toán gì?
Regression
Classification
Clustering
Tất cả các phương án trên
Trong học máy, "feature scaling" thường được sử dụng để làm gì?
Tạo ra các đặc trưng mới từ dữ liệu ban đầu
Chọn lọc các đặc trưng quan trọng từ dữ liệu ban đầu
Chuẩn hóa dữ liệu đầu vào để đảm bảo mô hình hoạt động hiệu quả
Đánh giá hiệu suất của mô hình trên tập dữ liệu kiểm tra
"K-means" là một thuật toán phân cụm được sử dụng trong lĩnh vực nào?
Regression
Classification
Clustering
Tất cả các phương án trên
Trong machine learning, thuật ngữ "kernel trick" ám chỉ điều gì?
Sự chuyển đổi của dữ liệu thành một không gian chiều cao hơn để giải quyết vấn đề phân loại phi tuyến
Sự chọn lọc các đặc trưng quan trọng từ dữ liệu ban đầu
Sự giảm chiều dữ liệu để tăng tốc độ huấn luyện
Sự tăng kích thước của mô hình để cải thiện hiệu suất
Trong học máy, "loss function" (hàm mất mát) được sử dụng để làm gì?
Đánh giá hiệu suất của mô hình trên tập dữ liệu huấn luyện
Đánh giá hiệu suất của mô hình trên tập dữ liệu kiểm tra
Đo lường sai số giữa dự đoán và giá trị thực tế
Tất cả các phương án trên
"Outlier detection" trong machine learning ám chỉ điều gì?
Quá trình phát hiện và loại bỏ dữ liệu bất thường khỏi tập huấn luyện
Quá trình tạo ra dữ liệu mới từ dữ liệu hiện có
Quá trình chuyển đổi dữ liệu để tăng độ chính xác của mô hình
Quá trình đánh giá hiệu suất của mô hình trên tập dữ liệu kiểm tra
Trong học máy, "early stopping" được sử dụng để giải quyết vấn đề gì?
Overfitting
Underfitting
Gradient vanishing/exploding
Biến dạng dữ liệu
Trong học sâu, "batch size" là gì?
Số lượng mẫu dữ liệu được sử dụng để cập nhật các trọng số trong mỗi lần lan truyền ngược
Kích thước của các tầng ẩn trong mạng neural
Số lượng các mẫu dữ liệu được sử dụng trong quá trình huấn luyện mạng neural
Số lượng epoch cần thiết để đạt được hiệu suất mong muốn
Trong học máy, "dimensionality reduction" được sử dụng để làm gì?
Giảm số chiều của dữ liệu để giảm độ phức tạp của mô hình
Tăng số chiều của dữ liệu để cải thiện hiệu suất của mô hình
Chọn lọc các đặc trưng quan trọng từ dữ liệu ban đầu
Tạo ra các đặc trưng mới từ dữ liệu ban đầu
Trong học máy, "gradient boosting" là gì?
Một kỹ thuật tối ưu hóa gradient descent
Một phương pháp học có giám sát kết hợp nhiều mô hình yếu để tạo ra một mô hình mạnh
Một phương pháp tối ưu hóa dựa trên hàm mất mát
Một kỹ thuật tạo ra các đặc trưng mới từ dữ liệu ban đầu
Trong học máy, "k-means clustering" được sử dụng cho mục đích gì?
Phân loại hình ảnh
Phân cụm dữ liệu không gán nhãn vào các nhóm dựa trên đặc trưng tương tự
Dự đoán chuỗi thời gian
Phân tích ngôn ngữ tự nhiên
Trong học sâu, "ReLU" là viết tắt của điều gì?
Rectified Linear Unit
Randomized Learning Unit
Recursive Linear Unit
Regularized Learning Unit
"F1 score" được sử dụng trong machine learning để đo lường điều gì?
Precision và recall
Bias và variance
Feature và label
Epoch và batch size
Trong học sâu, "LSTM" là viết tắt của điều gì?
Long Short-Term Memory
Linear Sequential Memory
Learning Stateful Memory
Layered Short-Term Memory
"Principal Component Analysis (PCA)" được sử dụng trong machine learning để làm gì?
Giảm số chiều của dữ liệu bằng cách chuyển đổi các biến ban đầu thành các biến mới không tương quan
Phân loại hình ảnh
Dự đoán chuỗi thời gian
Phân tích ngôn ngữ tự nhiên
"Word embedding" trong học sâu được sử dụng cho mục đích gì?
Biểu diễn từ dưới dạng các vector số thực
Phân loại hình ảnh
Dự đoán chuỗi thời gian
Phân tích ngôn ngữ tự nhiên
"AdaBoost" là một thuật toán thuộc loại gì?
K-means clustering
Supervised learning
Unsupervised learning
Ensemble learning
Trong học sâu, "softmax" làm gì?
Biến đổi đầu ra của mạng neural thành xác suất
Tăng độ phức tạp của mạng neural
Giảm overfitting trong mạng neural
Biến đổi đầu vào thành đầu ra cho mạng neural
"K-fold cross-validation" được sử dụng để làm gì?
Chia tập dữ liệu thành tập huấn luyện và tập kiểm tra
Đánh giá hiệu suất của mô hình trên tập dữ liệu kiểm tra
Đánh giá hiệu suất của mô hình và tối ưu hóa siêu tham số
Đánh giá độ chính xác của mô hình trên tập dữ liệu huấn luyện
Trong học máy, thuật ngữ "feature extraction" ám chỉ điều gì?
Quá trình chọn lọc các đặc trưng quan trọng từ dữ liệu ban đầu.
Quá trình tạo ra các mô hình phức tạp hơn để đối phó với dữ liệu phức tạp.
Quá trình biến đổi dữ liệu đầu vào thành dạng phù hợp để huấn luyện mô hình.
Quá trình trích xuất thông tin quan trọng từ dữ liệu và biến đổi chúng thành các đặc trưng mới.
Trong học máy, "k-nearest neighbors (k-NN)" là một loại gì?
Một loại mô hình học sâu.
Một loại mô hình học có giám sát.
Một thuật toán phân loại.
Một phương pháp học không giám sát.
Trong học máy, "logistic regression" là một loại gì?
Một loại mô hình học sâu.
Một loại mô hình học có giám sát.
Một thuật toán phân loại.
Một phương pháp học không giám sát.
Trong học máy, "decision tree" là một loại gì?
Một loại mô hình học sâu.
Một loại mô hình học có giám sát.
Một thuật toán phân loại.
Một phương pháp học không giám sát.
Trong học máy, "support vector machine (SVM)" là một loại gì?
Một loại mô hình học sâu.
Một loại mô hình học có giám sát.
Một thuật toán phân loại.
Một phương pháp học không giám sát.