300+ câu Trắc nghiệm Học máy cơ bản có đáp án - Phần 1

Hồi quy Logistic (Logistic Regression)

Mạng nơ-ron tích chập (Convolutional Neural Network – CNN)

Cây quyết định (Decision Tree)

Máy vector hỗ trợ (Support Vector Machine – SVM)

Huấn luyện mô hình trên nhiều máy tính cùng lúc

Kết hợp nhiều bước xử lý dữ liệu và huấn luyện mô hình thành một chuỗi tuần tự, dễ quản lý và tái sử dụng

Tự động tìm kiếm siêu tham số (hyperparameter tuning)

Đánh giá hiệu suất của mô hình trên tập kiểm tra

Hồi quy tuyến tính (Linear Regression)

Hồi quy Logistic (Logistic Regression) với chiến lược One-vs-Rest hoặc Softmax

Hồi quy tuyến tính với bình phương sai số (Linear Regression with squared error)

Phân tích thành phần chính (Principal Component Analysis – PCA)

Mô hình phân cụm

Mô hình hồi quy tuyến tính được áp dụng với hàm sigmoid để phân loại

Mô hình cây quyết định

Mô hình mạng nơ-ron đơn giản

Tăng cường tốc độ xử lý dữ liệu

Giảm thiểu số lượng đặc trưng cần thiết

Ước lượng hiệu suất của mô hình một cách đáng tin cậy hơn trên dữ liệu mới

Xử lý các giá trị bị thiếu trong dữ liệu

Xử lý ngôn ngữ tự nhiên (Natural Language Processing – NLP)

Nhận dạng hình ảnh (Image Recognition)

Dự báo chuỗi thời gian (Time Series Forecasting)

Phân cụm dữ liệu (Clustering)

Chọn thuật toán học máy phù hợp

Tạo ra các đặc trưng mới từ dữ liệu thô để cải thiện hiệu suất mô hình

Huấn luyện mô hình trên tập dữ liệu lớn

Đánh giá mô hình bằng các độ đo hiệu suất

Làm cho mô hình đơn giản hơn

Cải thiện hiệu suất tổng thể và độ ổn định của dự đoán

Giảm thiểu thời gian huấn luyện

Tăng cường tính giải thích của mô hình

Nó đảm bảo mô hình luôn hội tụ nhanh chóng

Khởi tạo sai có thể dẫn đến vấn đề ‘vanishing gradient’ hoặc ‘exploding gradient’

Nó loại bỏ nhu cầu về ‘regularization’

Nó tự động chọn kiến trúc mạng nơ-ron phù hợp

Trực quan hóa dữ liệu

Tự động tìm kiếm bộ siêu tham số (hyperparameters) tối ưu cho mô hình

Giảm thiểu số lượng đặc trưng

Đánh giá hiệu suất của mô hình trên tập huấn luyện

K-Means Clustering

Gradient Boosting

Support Vector Machine (SVM)

Naive Bayes

Giảm độ phức tạp của mô hình (ví dụ: giảm số lượng tham số)

Tăng cường feature engineering hoặc thêm các đặc trưng mới

Giảm kích thước tập huấn luyện

Tăng cường regularization (ví dụ: L1, L2)

Mô hình quá nhạy cảm với dữ liệu huấn luyện

Mô hình có xu hướng đưa ra dự đoán sai lệch hệ thống khỏi giá trị thực

Mô hình có phương sai cao

Mô hình có thể khái quát hóa rất tốt trên dữ liệu mới

Hồi quy tuyến tính (Linear Regression)

Các mô hình dựa trên cây (Tree-based models) như Random Forest, Gradient Boosting

K-Means Clustering

SVM với kernel tuyến tính

Để tăng tốc độ huấn luyện mô hình

Để đánh giá khả năng khái quát hóa của mô hình trên dữ liệu chưa thấy

Để giảm thiểu số chiều của dữ liệu đầu vào

Để lựa chọn thuật toán học máy phù hợp nhất

Mô hình phức tạp có bias cao và variance thấp; mô hình đơn giản có bias thấp và variance cao

Mô hình phức tạp có bias thấp và variance cao; mô hình đơn giản có bias cao và variance thấp

Cả mô hình phức tạp và đơn giản đều có bias và variance thấp

Cả mô hình phức tạp và đơn giản đều có bias và variance cao

Giá trị trung bình của các điểm dữ liệu gần nhất

Nhãn của đa số các điểm dữ liệu lân cận gần nhất

Khoảng cách từ điểm dữ liệu đến tâm của các cụm

Độ dốc của hàm mất mát tại điểm đó

Feature selection tạo ra đặc trưng mới, còn dimensionality reduction loại bỏ đặc trưng

Feature selection chọn ra một tập con các đặc trưng gốc, còn dimensionality reduction tạo ra các đặc trưng mới là tổ hợp tuyến tính của các đặc trưng gốc

Feature selection chỉ áp dụng cho học có giám sát, còn dimensionality reduction cho học không giám sát

Không có sự khác biệt đáng kể giữa hai khái niệm này

Phân loại văn bản

Phát hiện luật kết hợp (Association Rule Mining)

Dự báo chuỗi thời gian

Giảm chiều dữ liệu

Luôn luôn là 2

Thường là 5 hoặc 10

Chỉ phụ thuộc vào số lượng đặc trưng

Luôn luôn bằng số lượng mẫu trong tập dữ liệu

Đường thẳng đi qua tâm của các điểm dữ liệu

Siêu phẳng (hyperplane) với biên (margin) lớn nhất giữa các lớp

Các cụm dữ liệu

Các đường cong tối thiểu hóa sai số bình phương

Tăng cường độ phức tạp của mô hình

Giảm phương sai (variance) của mô hình, giúp chống overfitting

Tìm kiếm các cụm dữ liệu

Giảm thiểu sai số hệ thống (bias)

Tăng số lượng đặc trưng để cải thiện hiệu suất

Giảm thiểu đa cộng tuyến (multicollinearity) giữa các đặc trưng và giảm chi phí tính toán

Chỉ sử dụng cho các mô hình học không giám sát

Phát hiện các giá trị ngoại lai

K-Means Clustering

Linear Regression

Q-Learning

Support Vector Machine (SVM)

Boosting

Bagging

Stacking

Ensembling đơn giản (Simple Averaging)

Tốc độ huấn luyện và độ chính xác của mô hình

Độ phức tạp của mô hình và khả năng học dữ liệu huấn luyện

Sai số do giả định sai của mô hình (bias) và sai số do nhạy cảm với biến động nhỏ trong dữ liệu huấn luyện (variance)

Kích thước tập huấn luyện và số lượng đặc trưng

Hồi quy tuyến tính (Linear Regression)

Máy Vector Hỗ trợ (Support Vector Machine – SVM)

Phân cụm K-Means (K-Means Clustering)

Cây quyết định (Decision Tree)

Tỷ lệ các trường hợp dương tính thực sự trên tổng số các trường hợp được dự đoán là dương tính

Tỷ lệ các trường hợp dương tính thực sự trên tổng số các trường hợp dương tính thực tế

Tỷ lệ các trường hợp âm tính thực sự trên tổng số các trường hợp được dự đoán là âm tính

Tỷ lệ các trường hợp âm tính thực sự trên tổng số các trường hợp âm tính thực tế

Tăng tốc độ huấn luyện mô hình

Giảm sự phụ thuộc của mô hình vào các đặc trưng có giá trị lớn, giúp chống overfitting

Bắt buộc sử dụng nhãn cho tất cả dữ liệu

Loại bỏ các giá trị ngoại lai (outliers) khỏi tập dữ liệu

Quy tắc Bayes với giả định độc lập giữa các đặc trưng

Tìm kiếm các cụm dữ liệu dựa trên khoảng cách

Giảm thiểu sai số bình phương trung bình

Tối ưu hóa hàm mất mát bằng gradient descent