Maschinelles Lernen für Mechatronik: Quiz und Übungen

Question 1

Welche Aussage zu ethischen Aspekten und möglichen Verzerrungen in ML-Systemen ist richtig?

Accepted Answer

Ensemble-Methoden können Verzerrungen in ML-Systemen verringern.

Answer

ML-Systeme sind immer fair und unvoreingenommen.

Answer

Ethische Überlegungen sind nur bei Anwendungen mit sensiblen Daten relevant.

Answer

ML-Systeme können ethische Probleme selbstständig lösen.

Question 2

Nenne einen konkreten Anwendungsfall für einen unüberwachten Lernalgorithmus und erläutere kurz, wie der Algorithmus dabei eingesetzt wird.

Accepted Answer

Segmentierung von Kunden (Clustering)

Answer

Bilderkennung (überwachtes Lernen)

Answer

Prognose von Aktienkursen (überwachtes Lernen)

Question 3

Überwachtes Lernen ist definiert als ein Ansatz des maschinellen Lernens, der:

Accepted Answer

Markierte Daten verwendet, die sowohl Eingabedaten als auch Zielausgaben enthalten

Answer

Unmarkierte Daten verwendet, um versteckte Strukturen zu finden

Answer

Vorhersagen ohne markierte Daten trifft

Answer

Komplexe Funktionen durch Kombination einfacher Funktionen approximiert

Question 4

Welcher Algorithmus für maschinelles Lernen ist bekannt für seine Fähigkeit, komplexe nichtlineare Entscheidungsgrenzen zu lernen?

Accepted Answer

Support Vector Machines (SVM)

Answer

Logistische Regression

Answer

Naive Bayes

Answer

Entscheidungsbäume

Question 5

Was ist die Definition von Bias in einem maschinellen Lernsystem?

Accepted Answer

Ein systematischer Fehler, der zu Abweichungen der Vorhersagen von den wahren Werten führt

Answer

Ein Maß für die Zufälligkeit in einem Modell

Answer

Ein Parameter, der die Komplexität des Modells steuert

Answer

Ein Algorithmus, der zum Trainieren des Modells verwendet wird

Question 6

Welche beiden Haupttypen von überwachten Lernansätzen gibt es und worin unterscheiden sie sich?

Accepted Answer

Klassifikation und Regression

Answer

Clustering und Dimensionalisierung

Answer

Verstärkungslernen und Generatives Lernen

Answer

Überwachtes Lernen hat keine spezifischen Typen

Question 7

Welcher der folgenden Algorithmen wird für **überwachtes Lernen** verwendet?

Accepted Answer

Support Vector Machine (SVM)

Answer

K-Means-Clustering

Answer

Autoencoder

Question 8

Welches ist das Hauptziel des überwachten Lernens im Bereich des Maschinellen Lernens?

Accepted Answer

Ein Modell zu erstellen, das Vorhersagen über neue Daten auf Basis von Trainingsdaten treffen kann.

Answer

Muster in unbeschrifteten Daten zu erkennen.

Answer

Die Datenmenge zu verringern.

Question 9

Welcher der folgenden Algorithmen ist ein überwachter Lernalgorithmus, der zur Vorhersage kontinuierlicher Werte verwendet wird?

Accepted Answer

Lineare Regression

Answer

K-Means-Clustering

Answer

DBSCAN

Answer

Principal Component Analysis

Question 10

Welche Metrik wird zur Bewertung der Güte einer binären Klassifikation verwendet, bei der die Klassen ausgeglichen sind?

Accepted Answer

F1-Score

Answer

Genauigkeit

Answer

Mittlerer quadratischer Fehler

Answer

Silhouette-Koeffizient

Question 11

Welcher der folgenden Algorithmen ist ein Ensemble-Verfahren, das mehrere Entscheidungsbäume kombiniert?

Accepted Answer

Random Forest

Answer

Support Vector Machine

Answer

K-Nächste-Nachbarn

Answer

Neuronale Netze

Question 12

Was ist das Hauptziel einer Normalisierung von Daten?

Accepted Answer

Verbesserung der Modellleistung durch Skalierung der Daten auf einen gemeinsamen Bereich

Answer

Beschleunigung der Konvergenz von Gradientenabstiegsalgorithmen

Answer

Reduzierung von Überanpassung durch Verringerung des Einflusses von Ausreißern

Answer

Erleichterung der Visualisierung von Daten durch Projektion in einen niedrigeren Raum

Question 13

Welche Art des maschinellen Lernens beinhaltet das Lernen von Mustern und Strukturen in unmarkierten Daten?

Accepted Answer

Unüberwachtes Lernen

Answer

Überwachtes Lernen

Answer

Bestärkendes Lernen

Answer

Semiüberwachtes Lernen

Question 14

Welcher Klassifikationsalgorithmus verwendet eine hyperplane Entscheidungsgrenze, um Datenpunkte in Klassen zu unterteilen?

Accepted Answer

Support Vector Machine

Answer

Lineare Regression

Answer

K-nächste Nachbarn

Answer

Entscheidungsbaum

Question 15

Welche Metrik wird häufig zur Bewertung der Leistung von Regressionsmodellen verwendet, die kontinuierliche Werte vorhersagen?

Accepted Answer

Mittlerer absoluter Fehler

Answer

F1-Score

Answer

Genauigkeit

Answer

ROC-AUC

Question 16

Welcher unüberwachte Lernalgorithmus wird zur Gruppierung ähnlicher Datenpunkte in Clustern verwendet?

Accepted Answer

K-Means-Clustering

Answer

Hauptkomponentenanalyse

Answer

Lineare Diskriminanzanalyse

Answer

Support Vector Machine

Question 17

Welcher NLP-Ansatz dient der Analyse des Sentiments von Textdaten?

Accepted Answer

Sentimentanalyse

Answer

Textzusammenfassung

Answer

Maschinelle Übersetzung

Answer

Named Entity Recognition (NER)

Question 18

Welche Technik wird zur Regulierung der Modellkomplexität und zur Vermeidung von Überanpassung eingesetzt?

Accepted Answer

Regularisierung

Answer

Ensemble-Methoden

Answer

Feature-Auswahl

Answer

Kreuzvalidierung

Question 19

Welche der folgenden Aufgaben gehört zum überwachten Lernen?

Accepted Answer

Lineare Regression

Answer

Hauptkomponentenanalyse

Answer

Autoencoder

Answer

K-Means-Clusterung

Question 20

Was ist der Hauptzweck von Feature Scaling?

Accepted Answer

Anpassung des Wertebereichs der Merkmale auf eine einheitliche Skala

Answer

Imputation fehlender Werte

Answer

Entfernung von Ausreißern

Question 21

Welche Metrik wird zur Bewertung der Leistung eines Regressionsmodells verwendet?

Accepted Answer

R-Quadrat

Answer

Genauigkeit

Answer

F1-Score

Question 22

Was beschreibt ein Ensemble-Verfahren?

Accepted Answer

Kombination mehrerer Lernmodelle

Answer

Ein Modell, das keine Hyperparameteroptimierung erfordert

Answer

Ein Algorithmus, der nur unüberwachte Lernmethoden verwendet

Answer

Ein Verfahren, das auf einem einzelnen Datensatz trainiert wird

Question 23

Welcher Algorithmus wird zur Clusterung von unbeschrifteten Daten verwendet?

Accepted Answer

K-Means-Clusterung

Answer

Naive Bayes

Answer

Support Vector Machine

Answer

Lineare Regression

Question 24

Was ist der wesentliche Unterschied zwischen Entscheidungsbäumen und Zufallsbäumen?

Accepted Answer

Zufallsbäume führen bei jedem Split zufällige Stichproben durch

Answer

Entscheidungsbäume haben eine größere Tiefe als Zufallsbäume

Answer

Zufallsbäume verwenden die Gini-Unreinheit als Aufteilungskriterium

Question 25

Welches ist das Hauptziel der Hyperparameteroptimierung im Maschinellen Lernen?

Accepted Answer

Optimierung der Modellleistung durch Anpassung seiner internen Parameter

Answer

Reduzierung des Overfittings

Answer

Erhöhung der Modellkomplexität

Question 26

Welche der folgenden Aussagen über neuronale Netze trifft zu?

Accepted Answer

Sie können komplexe nichtlineare Beziehungen zwischen Eingaben und Ausgaben modellieren

Answer

Sie erfordern immer eine sehr große Datenmenge zum Trainieren

Answer

Sie sind immer deterministische Modelle

Question 27

Welcher der folgenden Algorithmen ist ein Beispiel für überwachtes Lernen?

Accepted Answer

Lineare Regression

Answer

Apriori-Algorithmus

Answer

Hauptkomponentenanalyse

Answer

K-Means-Clustering

Question 28

Was ist das primäre Ziel eines Entscheidungsbaums im Maschinellen Lernen?

Accepted Answer

Klassifizierung oder Regression

Answer

Datenreduktion

Answer

Clusterbildung

Answer

Assoziationsregelerzeugung

Question 29

Welche Art von Datensätzen wird typischerweise für unüberwachtes Lernen verwendet?

Accepted Answer

Nicht-labellierte Daten

Answer

Vollständig-labellierte Daten

Answer

Teilweise-labellierte Daten

Answer

Kategorische Daten

Question 30

Welche Metrik wird häufig zur Bewertung der Leistung eines Klassifikationsalgorithmus verwendet?

Accepted Answer

Genauigkeit

Answer

Abweichung

Answer

Korrelationskoeffizient

Answer

Mittelwert

Question 31

Welcher Ensemble-Algorithmus kombiniert mehrere Entscheidungsbäume, um Vorhersagen zu treffen?

Accepted Answer

Random Forest

Answer

Support Vector Machine

Answer

K-Nächste-Nachbarn

Answer

Neuronales Netz

Question 32

Welches Verfahren wird verwendet, um Überanpassung in Maschinellen Lernmodellen zu verhindern?

Accepted Answer

Regularisierung

Answer

Datenaufteilung

Answer

Normalisierung

Answer

Feature-Skalierung

Question 33

Welcher Maschinelle Lernalgorithmus ist für die Anomalieerkennung geeignet?

Accepted Answer

One-Class SVM

Answer

K-Means-Clustering

Answer

Neuronale Netze

Answer

Lineare Regression

Question 34

Welcher Algorithmus des überwachten Lernens eignet sich, um lineare Zusammenhänge zwischen Eingaben und Ausgaben abzubilden?

Accepted Answer

Lineare Regression

Answer

Entscheidungsbäume

Answer

Support Vector Machines

Answer

K-Nearest Neighbors

Question 35

Welche Methode zählt zu den Verfahren des unüberwachten Lernens?

Accepted Answer

Clusteranalyse

Answer

Neuronale Netze

Answer

Entropiemaximierung

Answer

Logistische Regression

Question 36

Was ist das primäre Ziel der Verwendung von Ensemble-Modellen im Maschinellen Lernen?

Accepted Answer

Verbesserung der Vorhersageleistung durch Kombination mehrerer Modelle

Answer

Vereinfachung komplexer Modelle

Answer

Verringerung des Rechenaufwands

Question 37

Welche Metrik dient häufig der Bewertung der Genauigkeit von Klassifikationsmodellen?

Accepted Answer

Accuracy

Answer

R-Quadrat

Answer

RMSE

Answer

MAE

Question 38

Welche grundlegende Eigenschaft zeichnet Support Vector Machines aus?

Accepted Answer

Nichtlineare Transformation von Daten in einen höherdimensionalen Raum

Answer

Parametrische Modellierung

Answer

Regelbasierte Klassifikation

Question 39

Worin besteht der wesentliche Unterschied zwischen einem Entscheidungsbaum und einem Zufallsforst?

Accepted Answer

Ein Zufallsforst besteht aus mehreren Entscheidungsbäumen, die auf zufälligen Teilmengen von Daten und Merkmalen trainiert werden.

Answer

Entscheidungsbäume sind immer binär, während Zufallsforste multinäre Bäume verwenden.

Question 40

Welche Faktoren sind bei der Auswahl von Merkmalen für Maschinelle Lernmodelle zu berücksichtigen?

Accepted Answer

Relevanz, Korrelation und Fehlende Werte

Answer

Einheit der Messung

Answer

Anzahl der Nachkommastellen

Answer

Länge der Merkmalsnamen

Question 41

Was ist der Zweck der Daten-Normalisierung im Maschinellen Lernen?

Accepted Answer

Datenwerte in einen bestimmten Bereich zu skalieren, um Verzerrungen durch unterschiedliche Größenskalen zu vermeiden.

Answer

Die Daten auf eine bestimmte Verteilung zu transformieren.

Answer

Die Anzahl der Variablen in den Daten zu reduzieren.

Answer

Ausreißer aus den Daten zu entfernen.

Question 42

Welche der folgenden Optionen ist eine ethische Überlegung bei der Anwendung von Maschinellem Lernen in der Praxis?

Accepted Answer

Gerechtigkeit, Transparenz und Verantwortlichkeit.

Answer

Geschwindigkeit und Effizienz.

Answer

Zugriffsrechte.

Answer

Speicherbedarf.

Question 43

Welche der folgenden Aussagen beschreibt überwachtes Lernen am besten?

Accepted Answer

Lernen aus beschrifteten Daten, um Vorhersagen zu treffen.

Answer

Lernen aus mehreren Datenquellen, um ein umfassendes Verständnis zu gewinnen.

Answer

Lernen ohne Labels, um Muster zu identifizieren.

Answer

Lernen aus historischen Daten, um zukünftige Ereignisse vorherzusagen.

Question 44

Welche Metrik wird zur Bewertung der Leistung eines Regressionsmodells verwendet?

Accepted Answer

Mittlerer quadratischer Fehler (MSE).

Answer

F1-Score.

Answer

AUC-ROC.

Answer

Genauigkeit.

Question 45

Welcher Algorithmus wird typischerweise für Clustering-Aufgaben verwendet?

Accepted Answer

K-Means.

Answer

Support Vector Machine (SVM).

Answer

Naive Bayes.

Question 46

Welche Technik wird verwendet, um die Dimensionalität von Daten zu reduzieren?

Accepted Answer

Hauptkomponentenanalyse (PCA).

Answer

Diskriminanzanalyse.

Answer

Regressionsanalyse.

Answer

Clusteranalyse.

Question 47

Welche Metrik wird verwendet, um die Qualität eines Clustering-Algorithmus zu bewerten?

Accepted Answer

Silhouettenindex

Answer

Genauigkeit

Answer

AUC-ROC

Answer

F1-Score

Question 48

Welcher der folgenden Algorithmen gehört zu den unüberwachten Lernverfahren?

Accepted Answer

K-Means-Clustering

Answer

Lineare Regression

Answer

Support Vector Machine

Answer

Entscheidungsbaum

Question 49

Welcher Klassifikationsalgorithmus verwendet eine Entscheidungsfläche, um Datenpunkte verschiedenen Klassen zuzuordnen?

Accepted Answer

Support Vector Machine

Answer

K-NN

Answer

Bayes'scher Klassifikator

Answer

Naive Bayes

Question 50

Welche Metrik wird verwendet, um die Genauigkeit eines Regressionsmodells zu messen?

Accepted Answer

Mittlerer quadratischer Fehler (MSE)

Answer

AUC-ROC

Answer

F1-Score

Answer

Genauigkeit

Question 51

Welche der folgenden Bedingungen ist für überwachtes Lernen notwendig?

Accepted Answer

Markierte Daten

Answer

Ein großes Datenset

Answer

Unbeschriftete Daten

Answer

Eine komplexe Modellarchitektur

Question 52

Welches Feature-Skalierungsverfahren transformiert Daten in einen Bereich zwischen 0 und 1?

Accepted Answer

Min-Max-Skalierung

Answer

Standardisierung

Answer

Logarithmische Skalierung

Answer

Robuste Skalierung

Question 53

Welcher der folgenden Algorithmen ist ein probabilistischer Klassifikator?

Accepted Answer

Bayes'scher Klassifikator

Answer

Support Vector Machine

Answer

Entscheidungsbaum

Answer

K-NN

Question 54

Welche der folgenden Anwendungen ist ein typisches Beispiel für maschinelles Lernen?

Accepted Answer

Bilderkennung

Answer

Philosophie

Answer

Theoretische Physik

Answer

Kunstgeschichte

Question 55

Welcher Begriff beschreibt die Fähigkeit eines Modells, unbekannte Daten präzise vorherzusagen?

Accepted Answer

Generalisierungsfähigkeit

Answer

Anpassungsfähigkeit

Answer

Stabilität

Answer

Robustheit

Question 56

Was ist der Hauptunterschied zwischen überwachtem und unüberwachtem Lernen im Machine Learning?

Accepted Answer

Überwachtes Lernen verwendet Daten mit bekannten Labels, während unüberwachtes Lernen unmarkierte Daten verwendet.

Answer

Überwachtes Lernen ist einfacher zu implementieren als unüberwachtes Lernen.

Answer

Überwachtes Lernen wird hauptsächlich für Klassifikationsaufgaben verwendet, unüberwachtes Lernen für Regressionsaufgaben.

Answer

Überwachtes Lernen erfordert mehr Rechenleistung als unüberwachtes Lernen.

Question 57

Welcher der folgenden Algorithmen ist ein Beispiel für einen Klassifikationsalgorithmus?

Accepted Answer

Support Vector Machine (SVM)

Answer

K-Means Clustering

Answer

Principal Component Analysis (PCA)

Answer

Lineare Regression

Question 58

Was ist das Hauptziel von Ensemble-Methoden im Machine Learning?

Accepted Answer

Verbesserung der Vorhersagegenauigkeit durch Kombination mehrerer Modelle.

Answer

Reduzierung der Anzahl der benötigten Trainingsdaten.

Answer

Vereinfachung der Modellinterpretation.

Answer

Steigerung der Trainingsgeschwindigkeit.

Question 59

Welche der folgenden Metriken wird häufig verwendet, um die Leistung eines Klassifikationsmodells zu bewerten?

Accepted Answer

Genauigkeit (Accuracy)

Answer

Entropie

Answer

Mittlere quadratische Abweichung (MSE)

Answer

Korrelationskoeffizient

Question 60

Welche der folgenden Aufgaben kann mit einem Regressionsalgorithmus gelöst werden?

Accepted Answer

Vorhersage des Preises eines Hauses basierend auf seiner Größe und Lage.

Answer

Erkennung von Spam-E-Mails.

Answer

Klassifizierung von Bildern als Hunde oder Katzen.

Answer

Gruppierung von Kunden basierend auf ihren Kaufgewohnheiten.

Question 61

Was ist der Hauptzweck der Kreuzvalidierung im Machine Learning?

Accepted Answer

Bewertung der Generalisierungsfähigkeit eines Modells auf unbekannte Daten.

Answer

Reduzierung der Trainingszeit.

Answer

Auswahl der optimalen Modellparameter.

Answer

Verhinderung von Überanpassung (Overfitting).

Question 62

Welche der folgenden Techniken wird häufig eingesetzt, um Überanpassung (Overfitting) in Machine-Learning-Modellen zu vermeiden?

Accepted Answer

Regularisierung

Answer

Datenaugmentation

Answer

Feature-Engineering

Answer

Überlernen

Question 63

Welchen Hauptvorteil bietet Deep Learning im Vergleich zu traditionellen Machine-Learning-Methoden?

Accepted Answer

Fähigkeit, komplexe Muster in großen Datenmengen zu erkennen.

Answer

Einfache Implementierung.

Answer

Geringe Rechenleistung.

Answer

Hohe Interpretierbarkeit.

Question 64

Was ist die Kernidee hinter Machine Learning?

Accepted Answer

Entwicklung von Algorithmen, die aus Daten lernen und Vorhersagen treffen können.

Answer

Erstellung von Programmen, die explizite Anweisungen befolgen.

Answer

Erstellung von künstlicher Intelligenz, die menschliche Fähigkeiten übertrifft.

Answer

Automatisierung von manuellen Aufgaben.