230+ câu trắc nghiệm Mạng nơ-ron nhân tạo có đáp án - Phần 8
30 câu hỏi
Phân loại đa nhãn (Multi-label Classification) khác với phân loại đa lớp (Multiclass Classification) ở điểm nào?
Multi-label cho phép mỗi mẫu có nhiều nhãn, còn Multi-class chỉ có một nhãn duy nhất
Multi-label sử dụng hàm mất mát khác, còn Multi-class không cần hàm mất mát
Multi-label chỉ áp dụng cho dữ liệu văn bản, Multi-class áp dụng cho hình ảnh
Multi-label không cần huấn luyện mô hình, Multi-class cần huấn luyện
Hàm mất mát nào thường được sử dụng trong bài toán Multi-label Classification?
Cross-Entropy Loss
Binary Cross-Entropy Loss
Mean Squared Error
Hinge Loss
Ứng dụng nào sau đây phù hợp với Multi-label Classification?
Phân loại cảm xúc của một câu văn thành tích cực, tiêu cực hoặc trung lập
Gán nhãn cho một hình ảnh với các đối tượng như "xe hơi", "cây cối", "người"
Dự đoán giá nhà dựa trên các đặc trưng
Nhận diện chữ viết tay thành các ký tự
Trong Multi-label Classification, nếu một mẫu có 5 nhãn tiềm năng, đầu ra của mô hình thường là gì?
Một vector xác suất với 5 giá trị, tổng bằng 1
Một vector với 5 giá trị 0 hoặc 1, biểu thị nhãn có hoặc không
Một giá trị duy nhất biểu thị nhãn chính
Một ma trận 5x5
Kỹ thuật nào sau đây thường được sử dụng để đánh giá hiệu quả của mô hình Multi-label Classification?
Accuracy
F1-score (micro, macro, weighted)
Mean Absolute Error
Log Loss
Tại sao việc sử dụng One-vs-Rest (OvR) phổ biến trong Multi-label Classification?
Vì nó giảm kích thước mô hình
Vì nó chuyển bài toán thành nhiều bài toán phân loại nhị phân
Vì nó chỉ cần một nhãn cho mỗi mẫu
Vì nó không cần hàm mất mát
Trong Multi-label Classification, kỹ thuật Label Powerset (LP) có nhược điểm gì?
Không thể xử lý dữ liệu lớn
Số lượng lớp tăng theo cấp số nhân với số nhãn
Không hỗ trợ hàm mất mát Binary Cross-Entropy
Chỉ áp dụng cho dữ liệu văn bản
Ứng dụng nào của Multi-label Classification phổ biến trong xử lý ngôn ngữ tự nhiên?
Dịch máy
Phân loại chủ đề cho bài báo
Nhận diện thực thể có tên (NER)
Tạo văn bản tự động
Khi huấn luyện mô hình Multi-label Classification, điều gì cần lưu ý về dữ liệu?
Dữ liệu cần được chuẩn hóa về giá trị 0-1
Cần đảm bảo cân bằng giữa các nhãn
Chỉ cần một nhãn cho mỗi mẫu
Không cần xử lý dữ liệu trước
Kỹ thuật nào có thể cải thiện hiệu suất Multi-label Classification khi có tương quan giữa các nhãn?
Sử dụng mô hình độc lập cho từng nhãn
Sử dụng mô hình chuỗi (Chain Classifier)
Loại bỏ các nhãn hiếm
Giảm số lượng nhãn xuống còn 1
Mạng đối kháng sinh (GAN) có thể được sử dụng như thế nào để giải quyết dữ liệu không cân bằng?
Tạo thêm mẫu cho lớp thiểu số
Giảm số lượng mẫu của lớp đa số
Phân loại dữ liệu không cân bằng
Chuẩn hóa dữ liệu về giá trị 0-1
Trong GAN, thành phần nào chịu trách nhiệm tạo dữ liệu tổng hợp?
Discriminator
Generator
Loss Function
Optimizer
Tại sao GAN phù hợp để xử lý dữ liệu không cân bằng trong phân loại hình ảnh?
Vì GAN có thể tạo hình ảnh chất lượng cao
Vì GAN không cần huấn luyện
Vì GAN tự động cân bằng dữ liệu
Vì GAN chỉ hoạt động với lớp đa số
Hàm mất mát nào thường được sử dụng trong GAN để huấn luyện Generator và Discriminator?
Mean Squared Error
Binary Cross-Entropy
Hinge Loss
Kullback-Leibler Divergence
Trong GAN cho dữ liệu không cân bằng, nhược điểm nào có thể xảy ra khi tạo mẫu tổng hợp?
Dữ liệu tổng hợp quá giống dữ liệu thật
Mode collapse, chỉ tạo một số mẫu hạn chế
Tăng độ chính xác của mô hình phân loại
Giảm thời gian huấn luyện
Kỹ thuật nào có thể cải thiện chất lượng dữ liệu tổng hợp của GAN trong bài toán dữ liệu không cân bằng?
Sử dụng Conditional GAN
Giảm số tầng của Generator
Tăng số mẫu của lớp đa số
Loại bỏ Discriminator
Khi sử dụng GAN để tạo dữ liệu cho lớp thiểu số, điều gì cần lưu ý?
Chỉ sử dụng dữ liệu của lớp đa số
Đảm bảo dữ liệu tổng hợp không quá khác biệt với dữ liệu thật
Không cần huấn luyện Discriminator
Tăng nhiễu ngẫu nhiên vô hạn
Ứng dụng nào sau đây phù hợp với việc sử dụng GAN để xử lý dữ liệu không cân bằng?
Phát hiện gian lận trong giao dịch tài chính
Dịch văn bản từ tiếng Anh sang tiếng Việt
Tạo nội dung văn bản tự động
Chuẩn hóa dữ liệu số
Tại sao việc huấn luyện GAN cho dữ liệu không cân bằng có thể tốn kém tài nguyên?
Vì GAN không cần dữ liệu thật
Vì GAN yêu cầu huấn luyện đồng thời Generator và Discriminator
Vì GAN tự động cân bằng dữ liệu
Vì GAN chỉ sử dụng một mô hình
Kỹ thuật nào có thể được sử dụng kết hợp với GAN để cải thiện hiệu suất phân loại dữ liệu không cân bằng?
Loại bỏ tất cả mẫu của lớp thiểu số
Sử dụng SMOTE trước khi áp dụng GAN
Giảm kích thước dữ liệu đầu vào
Tăng số nhãn trong bài toán
Cho mô hình mạng nơ-ron tuyến tính có 2 ngõ vào:
Với các tham số của mạng như sau: a = purelin(WP + b), P = [1 1]ᵀ, W = [1 1], a = 3. Giá trị ngưỡng của mạng là:
b = 1
b = −1
b = 0.5
b = 2
Cho mô hình nơ-ron tuyến tính một ngõ vào như Hình sau:
Với các tham số của mạng như sau: a = purelin(WP + b), w = 4, p = 5, b = −2.5. Giá trị ngõ ra a của mạng là:
a = 18.5
a = 16.5
a = 17.5
a = −17.5
Cho mô hình mạng nơ-ron tuyến tính có 2 ngõ vào:
Với các tham số của mạng như sau: a = purelin(WP + b), P = [1 1]ᵀ, W = [1 1], b = −1.5. Ngõ ra của mạng là:
a = 1.5
a = −1.5
a = 0.5
a = 1
Mạng sử dụng hàm cơ sở xuyên tâm RBF có thể được sử dụng thay thế cho mạng nào?
Mạng nơ-ron Perceptron
Mạng nơ-ron tuyến tính
Mạng nơ-ron truyền thẳng đa lớp
Mạng nơ-ron SOM
Mạng nơ-ron RBF được sử dụng hàm kích hoạt nào?
Hàm tuyến tính
Hàm purelin
Hàm step
Hàm hardlim
Cho mô hình mạng nơ-ron tuyến tính có 2 ngõ vào:
Với các tham số của mạng như sau: a = purelin(WP + b), P = [1 1]ᵀ, W = [1 1], a = 3. Giá trị ngưỡng của mạng là:
b = 1
b = −1
b = 0.5
b = 2
Cho mô hình nơ-ron tuyến tính một ngõ vào như Hình sau:
Với các tham số của mạng như sau: a = purelin(WP + b), w = 4, p = 5, b = −2.5. Giá trị ngõ ra a của mạng là:
a = 18.5
a = 16.5
a = 17.5
a = −17.5
Cho mô hình mạng nơ-ron tuyến tính có 2 ngõ vào:
Với các tham số của mạng như sau: a = purelin(WP + b), P = [1 1]ᵀ, W = [1 1], b = −1.5. Ngõ ra của mạng là:
a = 1.5
a = −1.5
a = 0.5
a = 1
Mạng sử dụng hàm cơ sở xuyên tâm RBF có thể được sử dụng thay thế cho mạng nào?
Mạng nơ-ron Perceptron
Mạng nơ-ron tuyến tính
Mạng nơ-ron truyền thẳng đa lớp
Mạng nơ-ron SOM
Mạng nơ-ron RBF được sử dụng hàm kích hoạt nào?
Hàm tuyến tính
Hàm purelin
Hàm step
Hàm hardlim
