300+ câu Trắc nghiệm Học máy cơ bản có đáp án - Phần 12
25 câu hỏi
Trong học máy, "learning rate" là gì?
Mức độ quan trọng của mỗi đặc trưng trong việc xác định kết quả dự đoán của mô hình
Tốc độ mà mô hình học từ dữ liệu huấn luyện, tỉ lệ cập nhật các tham số của mạng neural
Số lượng lớn nhất của mẫu dữ liệu được sử dụng trong một epoch
Số lượng mẫu dữ liệu được sử dụng để đánh giá hiệu suất của mô hình trong quá trình huấn luyện
Chọn đáp án B
Trong học máy, "momentum" là gì?
Một phương pháp để tối ưu hóa các tham số của mô hình
Một kỹ thuật tối ưu hóa cho mô hình học sâu
Một hệ số giúp điều chỉnh tốc độ học của mô hình trong quá trình lan truyền ngược
Một phương pháp để chuyển đổi dữ liệu đầu vào thành dạng phù hợp cho mạng neural
Chọn đáp án A
Trong học máy, để giảm số chiều của dữ liệu mà vẫn giữ được các đặc trưng quan trọng, ta thường sử dụng phương pháp nào?
Principal Component Analysis (PCA)
K-Means Clustering
Support Vector Machine (SVM)
Decision Trees
Chọn đáp án A
Trong học máy, thuật toán nào được sử dụng để tìm cực trị của hàm mất mát?
Gradient Descent
K-Means Clustering
Decision Trees
K-Nearest Neighbors
Chọn đáp án A
Trong mô hình mạng nơ-ron nhân tạo (ANN), hàm activation function sigmoid có giá trị thuộc khoảng nào?
(-1, 1)
(0, 1)
(-∞, +∞)
D
Chọn đáp án B
Đối với thuật toán K-Means, việc chọn số lượng cụm (clusters) thích hợp được gọi là gì?
Elbow method
Gradient Descent
Confusion Matrix
Silhouette Analysis
Chọn đáp án A
Trong mô hình Linear Regression, hệ số hồi quy (regression coefficients) được tính như thế nào?
Bằng cách giải phương trình đạo hàm của hàm mất mát
Bằng cách chia tổng của đầu ra cho tổng của đầu vào
Bằng cách tối ưu hàm mất mát bằng Gradient Descent
Bằng cách tính đạo hàm riêng của từng biến đầu vào
Chọn đáp án A
Trong học máy, độ đo nào thường được sử dụng để đánh giá hiệu suất của mô hình phân loại?
R² Score
Mean Absolute Error (MAE)
Confusion Matrix
Root Mean Squared Error (RMSE)
Chọn đáp án C
Thuật toán K-means được sử dụng cho mục đích gì trong học máy?
Phân loại
Hồi quy
Gom cụm
Phân tích dữ liệu thô
Chọn đáp án C
Trong học máy, phương pháp nào được sử dụng để giảm số chiều của dữ liệu mà vẫn giữ được các đặc trưng quan trọng?
Principal Component Analysis (PCA)
Linear Discriminant Analysis (LDA)
Support Vector Machine (SVM)
Naive Bayes Classifier
Chọn đáp án A
Trong học máy, điều gì xảy ra khi một mô hình bị overfitting?
Mô hình phản ứng quá mức với dữ liệu huấn luyện
Mô hình không đủ phức tạp để hiểu dữ liệu
Mô hình không thể học từ dữ liệu
Mô hình không thể tổng quát hóa từ dữ liệu
Chọn đáp án A
Trong mạng nơ-ron, hàm softmax thường được sử dụng ở tầng nào?
Tầng input
Tầng hidden
Tầng output
Tầng convolutional
Chọn đáp án C
Trong học máy, để giảm thiểu hiện tượng underfitting, ta có thể thực hiện các biện pháp nào sau đây?
Tăng số lượng epoch
Sử dụng learning rate lớn
Thêm dữ liệu huấn luyện
Giảm số lượng epoch
Chọn đáp án A
Trong học máy, để đánh giá hiệu suất của một mô hình phân loại, chúng ta thường sử dụng các phép đo nào sau đây?
Accuracy, Precision, Recall
Mean Squared Error, Root Mean Squared Error
Mean Absolute Error, R-squared
F1-score, ROC-AUC
Chọn đáp án A
Trong Python, thư viện nào sau đây được sử dụng phổ biến nhất cho việc xử lý dữ liệu số và tính toán khoa học?
TensorFlow
Scikit-learn
Pandas
Matplotlib
Chọn đáp án C
Trong học máy, để tìm ra giải pháp tối ưu cho một bài toán cụ thể, chúng ta thường sử dụng thuật toán nào sau đây?
Random Forest
Gradient Descent
K-means Clustering
Naive Bayes
Chọn đáp án B
Trong học máy, khi sử dụng thuật toán K-means Clustering, số lượng cụm cần phải xác định trước hay được xác định dựa trên dữ liệu đầu vào?
Số lượng cụm cần phải xác định trước
Số lượng cụm được xác định dựa trên dữ liệu đầu vào
Không cần quan tâm đến số lượng cụm
Số lượng cụm được xác định bởi các tham số ngẫu nhiên
Chọn đáp án A
Để nạp chồng toán tử ==, phương thức nào cần được thực hiện?
comp()
eq()
equal()
ne()
Chọn đáp án B
Cách tạo phương thức tĩnh trong Python?
Sử dụng hàm static()
Sử dụng chỉ dẫn @staticmethod
Sử dụng chỉ dẫn @classmethod
Python không có phương thức tĩnh
Chọn đáp án B
Hàm nào thực hiện tính trung vị cho mảng X sau?
X = numpy.array([5, np.nan, 7, 9])
numpy.nan_median()
numpy.median()
numpy.mediannan()
numpy.nanmedian()
Chọn đáp án D
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))
3
92
89
Error
Chọn đáp án B
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
3
1 và 2
Chọn đáp án A
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%
Chọn đáp án D
Hàm kích hoạt nào được sử dụng cho lớp đầu ra của model?
ReLU
Sigmoid
Tanh
Không có trong các phương án trên
Chọn đáp án B
Hình ảnh dưới đây là biểu diễn của hàm kích hoạt nào?
ReLU
LeakyReLU
SELU
ELU
Chọn đáp án A
