Đề thi

100+ câu trắc nghiệm Học máy có đáp án - Phần 5

AdminĐại họcTrắc nghiệm tổng hợp105 lượt thi

17 câu hỏi

Hiển thị đáp án

1.Trắc nghiệm

• 1 điểm

Kết quả nào đúng cho đoạn code sau?

X = numpy.array([[3, 89],

[23, 17],

[92, 26],

[34, 28],

[12, 9]])

print(numpy.ptp(X))

Error

Xem đáp án

2.Trắc nghiệm

• 1 điểm

Đâu không phải là thuộc tính của module?

file

name

dict

list

Xem đáp án

3.Trắc nghiệm

• 1 điểm

Xác định kết quả cho đoạn code sau:

import collections

c = collections.Counter()

print(c.most_common(1))

[(4, 4)]

[(2, 2)]

[(4, 4), (2, 2)]

Error

Xem đáp án

4.Trắc nghiệm

• 1 điểm

Đâu là kết quả của đoạn code sau?

colors = {1: 'blue', 2: 'red', 3: 'green'}

itm = colors.items()

print(itm)

dict_items([(1, 'blue'), (2, 'red'), (3, 'green')])

dict_items([('blue'), ('red'), ('green')])

[(1, 'blue'), (2, 'red'), (3, 'green')]

[('blue'), ('red'), ('green')]

Xem đáp án

5.Trắc nghiệm

• 1 điểm

Khẳng định nào đúng?

1 - Tăng số đặc trưng không làm tăng số mẫu huấn luyện.

2 - Tăng đặc trưng không làm ảnh hưởng tới hiệu năng của hệ thống.

3 - Tăng đặc trưng không luôn luôn tăng độ chính xác của phân lớp.

1 và 3

2 và 3

1 và 2

Xem đáp án

6.Trắc nghiệm

• 1 điểm

Tìm kiếm đặc trưng theo chiến lược vét cạn có đặc điểm gì?

Không tìm được tập đặc trưng con tối ưu.

Luôn tìm được tập đặc trưng con tối ưu.

Chỉ tìm được tập đặc trưng con cận tối ưu.

Chỉ tìm được tập đặc trưng con tốt hơn tập đặc trưng gốc.

Xem đáp án

7.Trắc nghiệm

• 1 điểm

Đâu là ưu điểm của thuật toán Random Forest?

Random Forest không bị overfitting.

Random Forest bị overfitting.

Random Forest xử lý nhanh.

Random Forest chỉ có thể áp dụng cho bài toán hồi quy.

Xem đáp án

8.Trắc nghiệm

• 1 điểm

Tìm kiếm đặc trưng theo chiến lược Heuristic có đặc điểm gì?

Không tìm được tập đặc trưng con tối ưu.

Luôn tìm được tập đặc trưng con tối ưu.

Chỉ tìm được tập đặc trưng con cận tối ưu.

Chỉ tìm được tập đặc trưng con tốt hơn tập đặc trưng gốc.

Xem đáp án

9.Trắc nghiệm

• 1 điểm

Tìm kiếm đặc trưng theo chiến lược Heuristic có đặc điểm gì?

Không tìm được tập đặc trưng con tối ưu.

Luôn tìm được tập đặc trưng con tối ưu.

Chỉ tìm được tập đặc trưng con cận tối ưu.

Chỉ tìm được tập đặc trưng con tốt hơn tập đặc trưng gốc.

Xem đáp án

Học thông minh hơn mỗi ngày

Xem toàn bộ 17 câu hỏi và nhiều hơn nữa với tài khoản miễn phí

Tạo đề thi

Tổ chức kiểm tra

Báo cáo chấm điểm tự động

Bạn đã có tài khoản?

10.Trắc nghiệm

• 1 điểm

Overfitting xảy ra do vấn đề nào dưới đây?

Dữ liệu mất cân bằng.

Nhiễu trong dữ liệu.

Dữ liệu có độ biến đổi cao.

Cả 3 vấn đề trên.

Xem đáp án

11.Trắc nghiệm

• 1 điểm

Giả sử bạn đang làm việc với bài toán phân lớp nhị phân và có 3 model với mỗi model có độ chính xác là 70%. Nếu bạn kết hợp kết quả của 3 model theo phương pháp bỏ phiếu (voting method) thì độ chính xác thấp nhất bạn nhận được là bao nhiêu?

0.7

Lớn hơn hoặc bằng 70%

Luôn lớn hơn 70%

Có thể dưới 70%

Xem đáp án

12.Trắc nghiệm

• 1 điểm

Hàm kích hoạt nào được sử dụng cho lớp đầu ra của model?

ReLU

Sigmoid

Tanh

Không có trong các phương án trên

Xem đáp án

13.Trắc nghiệm

• 1 điểm

Mạng CNN có những thành phần cơ bản nào?

Convolutional layers, Pooling layers

Convolutional layers, Batch Normalization, Dense (Fully connected) layers

Convolutional layers, Pooling layers, Dense (Fully connected) layers

Convolutional layers, Dense (Fully connected) layers

Xem đáp án

14.Trắc nghiệm

• 1 điểm

Chọn đúng hàm kích hoạt cho lớp cuối cùng và hàm mất mát thích hợp nhất cho bài toán hồi quy có đầu ra là giá trị vô hướng?

Sigmoid và binary_crossentropy

Sigmoid và mse

Sigmoid và categorical_crossentropy

None và mse

Xem đáp án

15.Trắc nghiệm

• 1 điểm

Hình ảnh dưới đây là biểu diễn của hàm kích hoạt nào?

ReLU

LeakyReLU

SELU

ELU

Xem đáp án

16.Trắc nghiệm

• 1 điểm

Tham số nào không được gọi là Hyperparameter?

Số nút của 1 lớp ẩn

Tốc độ học

Số epoch

Tất cả đều được gọi là Hyperparameter

Xem đáp án

17.Trắc nghiệm

• 1 điểm

Đoạn giả mã sau thể hiện nguyên lý hoạt động của mạng nào?

t = 0

for input_t in N:

output_t = f(input_t, t)

t = output_t

Recurrent neural networks

Convolutional neural networks

ResNet

GoogleNet

Xem đáp án

Bạn có thích hoạt động này không?

Hãy lưu hoặc chia sẻ nội dung này đến mọi người.

Gợi ý cho bạn

Xem tất cả

Ý tưởng của bạn, bài học của bạn

Tự thiết kế đề thi, bài giảng hoặc flashcard theo cách riêng.

100+ câu trắc nghiệm Học máy có đáp án - Phần 5

17 câu hỏi

Gợi ý cho bạn

Ý tưởng của bạn, bài học của bạn

Học liệu phổ biến Trắc nghiệm tổng hợp

Bài tập vừa sức, đúng lớp

Học liệu phổ biến Đại học

Thêm cảm hứng cho môn học