Trắc nghiệm Tin học 12 Kết nối tri thức Bài 25 (có đáp án): Làm quen với Học máy

Đáp án: C

Đáp án: C

Đáp án: B

Đáp án: C

Đáp án: B

Đáp án: C

Đáp án: B

Đáp án: B

Đáp án: B

Đáp án: B

Đáp án: a) Đúng; b) Sai; c) Đúng; d) Sai

Đáp án: a) Đúng; b) Sai; c) Sai; d) Đúng

Đáp án: Học máy là một lĩnh vực của trí tuệ nhân tạo (AI) chuyên nghiên cứu và phát triển các thuật toán và mô hình cho phép máy tính tự học từ dữ liệu mà không cần lập trình chi tiết. Máy tính sử dụng các thuật toán này để phân tích dữ liệu, nhận diện mẫu, và tạo ra các dự đoán hoặc quyết định dựa trên dữ liệu đã học được . Giải thích: Học máy hoạt động bằng cách sử dụng dữ liệu để huấn luyện các mô hình, sau đó áp dụng các mô hình này để phân tích và đưa ra dự đoán cho các dữ liệu mới. Nó giúp máy tính tự động hóa các nhiệm vụ phức tạp mà con người thường làm, như phân loại thư điện tử, chẩn đoán bệnh, và dịch ngôn ngữ.

Đáp án: - Học có giám sát: Sử dụng dữ liệu có nhãn (được gán giá trị cụ thể) để huấn luyện mô hình. Mô hình học cách dự đoán nhãn cho dữ liệu mới dựa trên mối quan hệ giữa đầu vào và đầu ra từ dữ liệu huấn luyện. - Học không giám sát: Sử dụng dữ liệu không có nhãn. Mô hình tìm hiểu cấu trúc hoặc mẫu ẩn trong dữ liệu mà không có giá trị đích cụ thể, thường để phân chia dữ liệu thành các nhóm hoặc xác định sự bất thường. Giải thích: Học có giám sát yêu cầu dữ liệu phải có nhãn để mô hình có thể học cách phân loại hoặc dự đoán chính xác. Trong khi đó, học không giám sát không yêu cầu nhãn và được sử dụng để tìm hiểu các cấu trúc ẩn trong dữ liệu, như phân cụm khách hàng hoặc phát hiện sự bất thường.

Đáp án: Học máy đóng vai trò quan trọng trong nhiều ứng dụng thực tế, bao gồm: Lọc thư rác: Phân loại thư điện tử thành thư rác hoặc thư thường. Chẩn đoán bệnh: Phân tích dữ liệu y tế để hỗ trợ chẩn đoán và điều trị. Phân tích thị trường: Dự báo xu hướng và biến động giá cả. Nhận dạng tiếng nói: Cải thiện nhận diện tiếng nói của người dùng. Dịch tự động: Dịch văn bản và tiếng nói giữa các ngôn ngữ. Giải thích: Học máy giúp tự động hóa và cải thiện hiệu suất trong các lĩnh vực khác nhau nhờ khả năng phân tích dữ liệu lớn, học từ dữ liệu để tạo ra các mô hình dự đoán, và liên tục cập nhật mô hình để thích ứng với sự thay đổi của dữ liệu.