300+ câu Trắc nghiệm Học máy cơ bản có đáp án - Phần 11

Mô hình không phù hợp với dữ liệu huấn luyện

Mô hình phù hợp tốt với dữ liệu huấn luyện nhưng không tổng quát hóa được cho dữ liệu mới

Mô hình không học được từ dữ liệu

Mô hình phù hợp tốt với dữ liệu huấn luyện và tổng quát hóa tốt cho dữ liệu mới

Quá trình học từ dữ liệu được gán nhãn

Quá trình học từ dữ liệu không được gán nhãn

Quá trình học từ phản hồi từ môi trường

Quá trình học từ dữ liệu thô

Kỹ thuật tăng kích thước mô hình

Kỹ thuật giảm kích thước mô hình

Kỹ thuật kết hợp nhiều mô hình dự đoán để cải thiện hiệu suất

Kỹ thuật chia tập dữ liệu huấn luyện và kiểm tra

Sự kết hợp giữa precision và recall

Tổng của precision và recall

Tích của precision và recall

Tính tổng của số lần dự đoán đúng và số lần dự đoán sai

Cải thiện độ chính xác của mô hình

Tối ưu hóa các tham số của mô hình dựa trên đạo hàm của hàm mất mát

Giảm thiểu overfitting trong mô hình

Phân tích đặc trưng của dữ liệu

Dự đoán chuỗi thời gian

Phân loại hình ảnh

Phân tích ngôn ngữ tự nhiên

Tất cả các phương án trên

Một loại thuật toán tối ưu hóa

Một loại mô hình học sâu

Một loại mô hình học có giám sát

Một phương pháp kết hợp nhiều cây quyết định

Một phương pháp tối ưu hóa gradient descent

Một phương pháp tối ưu hóa huấn luyện mô hình dựa trên mẫu ngẫu nhiên

Một phương pháp tối ưu hóa dựa trên hàm mất mát

Một phương pháp tối ưu hóa dựa trên quá trình lan truyền ngược

Số lượng mẫu dữ liệu được sử dụng để cập nhật các trọng số trong mỗi lần lan truyền ngược

Kích thước của các tầng ẩn trong mạng neural

Số lượng các mẫu dữ liệu được sử dụng trong quá trình huấn luyện mạng neural

Số lượng epoch cần thiết để đạt được hiệu suất mong muốn

Một kỹ thuật tối ưu hóa gradient descent

Một phương pháp học có giám sát kết hợp nhiều mô hình yếu để tạo ra một mô hình mạnh

Một phương pháp tối ưu hóa dựa trên hàm mất mát

Một kỹ thuật tạo ra các đặc trưng mới từ dữ liệu ban đầu

Phân loại hình ảnh

Phân cụm dữ liệu không gán nhãn vào các nhóm dựa trên đặc trưng tương tự

Dự đoán chuỗi thời gian

Phân tích ngôn ngữ tự nhiên

Rectified Linear Unit

Randomized Learning Unit

Recursive Linear Unit

Regularized Learning Unit

Biểu diễn từ dưới dạng các vector số thực

Phân loại hình ảnh

Dự đoán chuỗi thời gian

Phân tích ngôn ngữ tự nhiên

Quá trình chọn lọc các đặc trưng quan trọng từ dữ liệu ban đầu

Quá trình tạo ra các mô hình phức tạp hơn để đối phó với dữ liệu phức tạp

Quá trình biến đổi dữ liệu đầu vào thành dạng phù hợp để huấn luyện mô hình

Quá trình trích xuất thông tin quan trọng từ dữ liệu và biến đổi chúng thành các đặc trưng mới

Một loại mô hình học sâu

Một loại mô hình học có giám sát

Một thuật toán phân loại

Một phương pháp học không giám sát

Một loại mô hình học sâu

Một loại mô hình học có giám sát

Một thuật toán phân loại

Một phương pháp học không giám sát

Một thuật toán tối ưu hóa được sử dụng để cập nhật các tham số của mô hình để giảm thiểu hàm mất mát

Quá trình tăng độ phức tạp của mô hình để tăng hiệu suất

Quá trình chuyển đổi dữ liệu đầu vào thành dạng phù hợp cho mạng neural

Quá trình chia tách dữ liệu thành các phần nhỏ để đánh giá mô hình

Quá trình giảm kích thước của mô hình để giảm overfitting

Quá trình tăng độ phức tạp của mô hình để tăng hiệu suất

Quá trình chia tập dữ liệu thành các phần nhỏ để đánh giá mô hình

Quá trình tạo ra các mô hình phức tạp hơn để đối phó với dữ liệu phức tạp

Một chuỗi các bước xử lý dữ liệu hoặc mô hình hóa được kết hợp trong một quy trình duy nhất

Một phương pháp tạo ra các mẫu dữ liệu mới từ dữ liệu ban đầu

Một phương pháp để tối ưu hóa các tham số của mô hình

Một phương pháp để giảm kích thước của dữ liệu đầu vào

Một phương pháp tạo ra các mẫu dữ liệu mới từ dữ liệu ban đầu bằng cách thêm các biến thể nhỏ

Một phương pháp để giảm kích thước của dữ liệu đầu vào

Một phương pháp tối ưu hóa cho mô hình học sâu

Một phương pháp để chuyển đổi dữ liệu đầu vào thành dạng phù hợp cho mạng neural

Một kỹ thuật sử dụng để giảm kích thước của dữ liệu đầu vào

Một phương pháp tạo ra các mẫu dữ liệu mới từ dữ liệu ban đầu

Một kỹ thuật chuẩn hóa dữ liệu đầu ra từ các lớp trước trong mạng neural network

Một phương pháp để chuyển đổi dữ liệu đầu vào thành dạng phù hợp cho mạng neural

Một thuật toán tối ưu hóa được sử dụng để cập nhật các tham số của mô hình để giảm thiểu hàm mất mát

Một phương pháp biểu diễn từng từ trong văn bản thành một vector số

Một hàm kích hoạt phổ biến trong mạng neural network, được định nghĩa bởi f(x) = max(0, x)

Một phương pháp để chuyển đổi dữ liệu đầu vào thành dạng phù hợp cho mạng neural

Một tập dữ liệu được sử dụng để đánh giá hiệu suất của mô hình trong quá trình huấn luyện

Một phương pháp tối ưu hóa cho mô hình học sâu

Một tập dữ liệu được sử dụng để kiểm tra hiệu suất cuối cùng của mô hình sau khi huấn luyện

Một phương pháp để tạo ra các mẫu dữ liệu mới từ dữ liệu ban đầu

Một hàm mất mát thường được sử dụng trong bài toán phân loại, tính toán sự chênh lệch giữa phân phối dự đoán và phân phối thực tế của các lớp

Một phương pháp để tạo ra các mẫu dữ liệu mới từ dữ liệu ban đầu

Một phương pháp để chuyển đổi dữ liệu đầu vào thành dạng phù hợp cho mạng neural

Một kỹ thuật tối ưu hóa cho mô hình học sâu