300+ câu Trắc nghiệm Học máy cơ bản có đáp án - Phần 12

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?

Trong học máy, điều gì xảy ra khi một mô hình bị overfitting?

Trong mạng nơ-ron, hàm softmax thường được sử dụng ở tầng nào?

Trong học máy, để giảm thiểu hiện tượng underfitting, ta có thể thực hiện các biện pháp nào sau đây?

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?

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?

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?

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?

Để nạp chồng toán tử ==, phương thức nào cần được thực hiện?

Cách tạo phương thức tĩnh trong Python?

Hàm nào thực hiện tính trung vị cho mảng X sau?

X = numpy.array([5, np.nan, 7, 9])

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))

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.

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?

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

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