Neuronale Netze: Interaktive Quizfragen für Informatik Klasse 10

Question 1

Welche Aussage über das Perzeptron ist zutreffend?

Accepted Answer

Es handelt sich um ein lineares Modell.

Answer

Es kann nicht-lineare Funktionen annähern.

Answer

Es verwendet eine Sigmoid-Aktivierungsfunktion.

Answer

Es ist stets konvex.

Question 2

Welche Schichtart reduziert in Convolutional Neural Networks (CNNs) die Dimensionalität?

Accepted Answer

Pooling-Schicht

Answer

Faltungsschicht

Answer

Vollständig verbundene Schicht

Answer

Wiederkehrende Schicht

Question 3

Welche Aktivierungsfunktion wird häufig in neuronalen Netzen für Klassifizierungsprobleme eingesetzt?

Accepted Answer

Softmax-Funktion

Answer

Sigmoid-Funktion

Answer

Tanh-Funktion

Answer

ReLU-Funktion

Question 4

Was ist das Ziel der Backpropagation?

Accepted Answer

Optimierung der Gewichte des neuronalen Netzes

Answer

Bestimmung der Netzwerkstruktur

Answer

Beschleunigung des Trainings des Netzwerks

Answer

Verhinderung von Überanpassung

Question 5

Welcher Datentyp wird typischerweise in neuronalen Netzen für die Textverarbeitung verwendet?

Accepted Answer

Vektoren mit Wortausbettungen

Answer

Boolesche Werte

Answer

Ganzzahlen

Answer

Matrizen

Question 6

Welcher Vorteil zeichnet neuronale Netze gegenüber herkömmlichen Modellen des maschinellen Lernens aus?

Accepted Answer

Fähigkeit, komplexe Muster zu erlernen

Answer

Geringerer Bedarf an Datenvorverarbeitung

Answer

Erklärbarkeit

Answer

Keine der oben genannten

Question 7

Welche der folgenden Aussagen beschreibt die primäre Aufgabe eines künstlichen neuronalen Netzes?

Accepted Answer

Muster in Daten erkennen

Answer

Komplexe Gleichungssysteme lösen

Answer

Zufallszahlen generieren

Answer

Statistische Kennzahlen berechnen

Question 8

Welche Architektur für neuronale Netze eignet sich am besten für die Bildklassifizierung?

Accepted Answer

Convolutional Neural Network

Answer

Forward Propagation Network

Answer

Recurrent Neural Network

Answer

Kohonen-Netzwerk

Question 9

Welches der folgenden Trainingsverfahren minimiert den Fehler zwischen vorhergesagten und tatsächlichen Ausgabewerten?

Accepted Answer

Gradientenabstieg

Answer

K-Means-Clustering

Answer

Regressionsanalyse

Answer

Bayes-Klassifikator

Question 10

Was beschreibt einen Bias in neuronalen Netzen?

Accepted Answer

Ein zusätzlicher Eingangswert mit festem Wert

Answer

Ein Mechanismus zur Normalisierung des Einflusses einzelner Neuronen

Answer

Eine Funktion, die typischerweise für versteckte Schichten verwendet wird

Answer

Ein Wert, der keine Auswirkungen auf die Ausgabe des Netzes hat

Question 11

Welche Anwendung von neuronalen Netzen ist in der Sprachverarbeitung weit verbreitet?

Accepted Answer

Maschinelle Übersetzung

Answer

Bildanalyse

Answer

Finanzprognosen

Answer

Medizinische Diagnostik

Question 12

Welche Metrik wird zur Bewertung der Leistung eines neuronalen Netzes bei einer Klassifizierungsaufgabe verwendet?

Accepted Answer

Genauigkeit

Answer

Mittelwert der absoluten Abweichung

Answer

Kovarianz

Answer

R-Quadrat

Question 13

Welche der folgenden Aussagen beschreibt die Aufgabe der Datenaufbereitung bei der Vorbereitung von Daten für neuronale Netze?

Accepted Answer

Daten in ein für neuronale Netze geeignetes Format umwandeln

Accepted Answer

Daten bereinigen und fehlende Werte ergänzen

Accepted Answer

Daten normalisieren und skalieren

Answer

Nur Daten aus zuverlässigen Quellen verwenden

Question 14

Wie arbeitet ein künstliches Neuron und welche Aufgaben erfüllt es?

Accepted Answer

Es erhält Eingaben, wendet eine Aktivierungsfunktion an und erzeugt eine Ausgabe.

Answer

Es speichert Eingaben und gibt sie später aus.

Answer

Es berechnet mathematische Operationen auf Basis der Eingaben.

Answer

Es erkennt Muster in Daten durch wiederholte Berechnungen.

Question 15

Was ist ein Neuron mit mehreren Schichten in einem neuronalen Netzwerk?

Accepted Answer

Ein Neuron, das Eingaben von Neuronen mehrerer vorheriger Schichten empfängt.

Answer

Ein Neuron, das nur Eingaben von Neuronen derselben Schicht empfängt.

Answer

Ein Neuron, das nur Eingaben von Neuronen der folgenden Schicht empfängt.

Answer

Ein Neuron, das keine eigenen Eingaben oder Ausgaben hat.

Question 16

Was ist der Zweck eines Rückausbreitungsalgorithmus?

Accepted Answer

Berechnung der Fehler eines neuronalen Netzwerks und deren Verteilung auf die Gewichte.

Answer

Bestimmung der Eingaben eines neuronalen Netzwerks.

Answer

Berechnung der Ausgaben eines neuronalen Netzwerks.

Answer

Initialisierung der Gewichte eines neuronalen Netzwerks.

Question 17

Welcher Typ eines neuronalen Netzwerks ist für die Verarbeitung von Zeitreihendaten geeignet?

Accepted Answer

Rekurrente neuronale Netze

Answer

Faltungsneuronale Netze

Answer

Konvolutionelle neuronale Netze

Answer

Neuronale Netze mit direkter Ausbreitung

Question 18

Welcher Optimierungsalgorithmus wird am häufigsten für das Training neuronaler Netze eingesetzt?

Accepted Answer

Gradientenabstieg

Answer

Zufällige Suche

Answer

Lineare Regression

Question 19

Welches Trainingsverfahren wird üblicherweise für neuronale Netze verwendet?

Accepted Answer

Rückwärtsausbreitung

Answer

Clustering

Answer

Entscheidungsbäume

Answer

Lineare Regression

Question 20

Was ist der Zweck einer Aktivierungsfunktion?

Accepted Answer

Berechnung der Ausgabe eines Neurons

Answer

Bestimmung des Gewichts einer Eingabe

Answer

Anpassung der Lernrate eines Neurons

Answer

Berechnung des Fehlers eines Neurons

Question 21

Was ist die Funktion eines Bias-Neurons?

Accepted Answer

Ausgabe eines konstanten Wertes ohne Eingaben

Answer

Ausgabe eines Werts von immer 0

Answer

Negierung der Gewichte aller Eingaben

Answer

Ausgleich der Fehler anderer Neuronen

Question 22

Welche Aussage über Regularisierung in neuronalen Netzen ist zutreffend?

Accepted Answer

Vermeidung von Überanpassung

Answer

Steigerung der Genauigkeit in allen Fällen

Answer

Nur für große Trainingsdatensätze erforderlich

Answer

Verlängerung der Trainingsdauer

Question 23

Was ist ein Faltungsneuronales Netz (CNN)?

Accepted Answer

Ein neuronales Netz, das sich für die Verarbeitung von Bilddaten eignet

Answer

Ein neuronales Netz, das für Zeitreihendaten optimiert ist

Answer

Ein neuronales Netz mit nur einer Schicht

Answer

Ein neuronales Netz mit einem bestimmten Algorithmus

Question 24

Welche Architektur wird häufig für Aufgaben zur Verarbeitung natürlicher Sprache (NLP) verwendet?

Accepted Answer

Transformator

Answer

Unterstützungsvektormaschine

Answer

Entscheidungsbaum

Answer

Lineares Regressionsmodell

Question 25

Was ist die grundlegende Einheit eines neuronalen Netzes?

Accepted Answer

Neuron

Answer

Synapse

Answer

Schicht

Answer

Aktivierungsfunktion

Question 26

Welches der folgenden Probleme kann durch neuronale Netze nicht gelöst werden?

Accepted Answer

Logische Deduktion

Answer

Bilderkennung

Answer

Spracherkennung

Answer

Medizinische Diagnose

Question 27

Was ist die Funktion einer Aktivierungsfunktion in einem neuronalen Netz?

Accepted Answer

Festlegung des Ausgabeswertes eines Neurons

Answer

Berechnung der Gewichte des Neurons

Answer

Anpassung der Eingaben des Neurons

Answer

Initialisierung der Parameter des Neurons

Question 28

Welche Architektur eines neuronalen Netzes wird häufig für die Verarbeitung sequentieller Daten verwendet?

Accepted Answer

Rekurrentes neuronales Netz

Answer

Mehrschicht-Perzeptron

Answer

Konvolutionelles neuronales Netz

Answer

Autoencoder

Question 29

Was ist der Zweck der Regularisierung in neuronalen Netzen?

Accepted Answer

Überanpassung zu verhindern

Answer

Die Trainingszeit zu verkürzen

Answer

Die Genauigkeit des Modells zu verbessern

Answer

Die Komplexität des Modells zu erhöhen

Question 30

Welche Komponente ist die Grundeinheit eines neuronalen Netzes?

Accepted Answer

Neuron

Answer

Synapse

Answer

Gewichtsmatrix

Answer

Aktivierungsfunktion

Question 31

Welche Trainingsmethode ist die gängigste für neuronale Netze?

Accepted Answer

Backpropagation

Answer

Reinforcement Learning

Answer

Overfitting

Answer

Unterfitting

Question 32

Was ist der primäre Vorteil neuronaler Netze im Vergleich zu herkömmlichen Programmieransätzen?

Accepted Answer

Lernen aus Daten

Answer

Erkennung von Mustern

Answer

Hohe Genauigkeit

Answer

Schnelle Ausführung

Question 33

Was ist eine typische Anwendung für ein Convolutional Neural Network (CNN)?

Accepted Answer

Bildklassifizierung

Answer

Spracherkennung

Answer

Zeitreihenanalyse

Answer

Alle genannten Anwendungen

Question 34

Welche Aussage über neuronale Netze ist korrekt?

Accepted Answer

Neuronale Netze können abstrakte Konzepte lernen.

Answer

Neuronale Netze sind immer deterministisch.

Answer

Neuronale Netze benötigen immer eine große Menge an Trainingsdaten.

Answer

Neuronale Netze sind immer in Echtzeit einsetzbar.

Question 35

Was ist ein Dropout-Layer in einem neuronalen Netz?

Accepted Answer

Ein Layer, der zufällig einige Neuronen entfernt.

Answer

Ein Layer, der die Gewichte des Netzes zufällig initialisiert.

Answer

Ein Layer, der die Aktivierungen des Netzes normalisiert.

Answer

Ein Layer, der den Gradienten des Netzes beschneidet.

Question 36

Welches Trainingsverfahren passt Netzwerkparameter mittels Rückwärtsausbreitung an?

Accepted Answer

Überwachtes Lernen

Answer

Unüberwachtes Lernen

Answer

Verstärkungslernen

Answer

Transferlernen

Question 37

Welche Eigenschaft ist charakteristisch für neuronale Netze?

Accepted Answer

Fähigkeit zur Generalisierung

Answer

Abhängigkeit von kleinen Datensätzen

Answer

Empfindlichkeit gegenüber Rauschen

Answer

Geringe Verarbeitungsgeschwindigkeit

Question 38

Welche Aussage über die Aktivierung einer Nervenzelle ist korrekt?

Accepted Answer

Sie wird durch die Summe gewichteter Eingaben bestimmt.

Answer

Sie ist eine lineare Funktion der Eingaben.

Answer

Sie ist eine binäre Entscheidung.

Answer

Sie ist unabhängig von den Gewichten.

Question 39

Welche Topologie eines neuronalen Netzes wird in der Bildverarbeitung bevorzugt?

Accepted Answer

Convolutional

Answer

Feedforward

Answer

Recurrent

Answer

Radial Basis Function

Question 40

Welches Ziel verfolgt der Regularisierungsprozess in neuronalen Netzen?

Accepted Answer

Überanpassung verhindern

Answer

Genauigkeit steigern

Answer

Trainingsdauer verringern

Answer

Schichtenanzahl reduzieren

Question 41

Wie funktioniert der Gradientenabstieg beim Training neuronaler Netze?

Accepted Answer

Er passt schrittweise die Gewichte an, um die Vorhersagegenauigkeit zu erhöhen.

Answer

Er maximiert den Ausgabewert des Netzwerks.

Answer

Er kann ohne Ableitung der Kostenfunktion durchgeführt werden.

Answer

Er ist ein deterministischer Algorithmus.

Question 42

Was versteht man unter einem künstlichen neuronalen Netzwerk (KNN)?

Accepted Answer

Es ist ein mathematisches Modell, das die Funktionsweise eines menschlichen Gehirns nachbildet.

Answer

Es ist ein Programm, das auf bestimmte Aufgaben spezialisiert ist.

Answer

Es ist eine Art von Datenbank, die aus miteinander verbundenen Knoten besteht.

Question 43

Für welche Aufgabe sind KNNs im Bereich der Verarbeitung natürlicher Sprache (NLP) besonders geeignet?

Accepted Answer

Sentimentanalyse

Answer

Spracherkennung

Answer

Bilderkennung

Answer

Maschinelle Übersetzung

Question 44

Wie nennt man die Fähigkeit eines KNN, aus neuen Daten zu lernen, ohne explizit trainiert zu werden?

Accepted Answer

Inkrementelles Lernen

Answer

Transferlernen

Answer

Aktives Lernen

Question 45

Welches Problem kann bei KNNs auftreten, wenn sie zu viele Parameter haben?

Accepted Answer

Überanpassung

Answer

Unteranpassung

Answer

Hohe Latenz

Question 46

Welche Software-Bibliothek ist für die Arbeit mit KNNs in Python weit verbreitet?

Accepted Answer

Scikit-learn

Answer

TensorFlow

Answer

PyTorch

Answer

Keras

Question 47

Welche Art von Daten eignet sich am besten für das Training eines KNN?

Accepted Answer

Strukturierte Daten

Answer

Unstrukturierte Textdaten

Answer

Bilddaten

Answer

Zeitreihen

Question 48

Welches Element eines künstlichen Neurons entspricht am ehesten der Funktion von Synapsen im menschlichen Gehirn?

Accepted Answer

Gewichte

Answer

Eingabe

Answer

Aktivierungsfunktion

Answer

Bias

Question 49

Was ist die Aufgabe der Aktivierungsfunktion in einem künstlichen Neuron?

Accepted Answer

Einführung von Nichtlinearität, um komplexe Muster zu lernen

Answer

Berechnung des Fehlers des neuronalen Netzes

Answer

Berechnung der gewichteten Summe der Eingaben

Question 50

Welches Beispiel beschreibt überwachtes Lernen in Bezug auf neuronale Netze?

Accepted Answer

Ein neuronales Netz wird mit beschrifteten Bildern trainiert, um Bilder zu erkennen.

Answer

Ein neuronales Netz wird eingesetzt, um Kunden basierend auf ihrem Kaufverhalten in Gruppen einzuteilen.

Answer

Ein neuronales Netz wird verwendet, um ohne vorherige Kenntnis des Layouts durch ein Labyrinth zu navigieren.

Question 51

Was ist Backpropagation?

Accepted Answer

Ein Algorithmus zur Anpassung der Gewichte in einem neuronalen Netz, um den Fehler zu minimieren.

Answer

Ein Verfahren zur Auswahl der besten Hyperparameter für ein neuronales Netz.

Answer

Eine Methode zur Visualisierung der Aktivierungen in einem neuronalen Netz.

Question 52

Was beschreibt Overfitting im Kontext neuronaler Netze?

Accepted Answer

Das Netz lernt die Trainingsdaten zu gut und kann nicht auf neue Daten verallgemeinern.

Answer

Das Netz hat zu viele Schichten und Neuronen.

Answer

Das Netz ist zu klein, um die Komplexität der Daten zu erfassen.

Question 53

Für welche Anwendung werden typischerweise Convolutional Neural Networks (CNNs) verwendet?

Accepted Answer

Bilderkennung

Answer

Empfehlungssysteme

Answer

Textübersetzung

Answer

Zeitreihenanalyse

Question 54

Welcher Vorteil haben Recurrent Neural Networks (RNNs) gegenüber traditionellen neuronalen Netzen?

Accepted Answer

Sie können zeitliche Abhängigkeiten in Daten modellieren.

Answer

Sie benötigen weniger Trainingsdaten.

Answer

Sie sind einfacher zu trainieren.

Question 55

Welche Aussage über die Ethik neuronaler Netze ist korrekt?

Accepted Answer

Neuronale Netze können bestehende Vorurteile in den Trainingsdaten verstärken.

Answer

Neuronale Netze sind von Natur aus fair und unvoreingenommen.

Answer

Ethische Bedenken bezüglich neuronaler Netze sind nur für sehr fortgeschrittene Anwendungen relevant.

Question 56

Was ist ein potenzielles Risiko beim Einsatz neuronaler Netze in der Medizin?

Accepted Answer

Fehlerhafte Diagnosen aufgrund von Verzerrungen in den Trainingsdaten.

Answer

Neuronale Netze können nicht mit komplexen medizinischen Bilddaten umgehen.

Answer

Neuronale Netze sind zu langsam, um in Echtzeit medizinische Entscheidungen zu treffen.

Question 57

Welche Aussage über die Zukunft neuronaler Netze ist zutreffend?

Accepted Answer

Neuronale Netze werden wahrscheinlich eine immer wichtigere Rolle in vielen Bereichen spielen.

Answer

Die Entwicklung neuronaler Netze stagniert.

Answer

Neuronale Netze werden bald alle anderen KI-Technologien ersetzen.

Question 58

Wie funktioniert ein künstliches Neuron in einem neuronalen Netz?

Accepted Answer

Ein künstliches Neuron nimmt Eingangssignale entgegen, verarbeitet sie mit einer Aktivierungsfunktion und gibt ein Ausgangssignal aus.

Answer

Ein künstliches Neuron speichert Informationen und gibt diese bei Bedarf wieder aus.

Answer

Ein künstliches Neuron steuert den Fluss von Daten im Netzwerk.

Question 59

Welche Netzwerkarchitektur eignet sich besonders gut für die Bilderkennung?

Accepted Answer

Convolutional Neural Network (CNN)

Answer

Recurrent Neural Network (RNN)

Answer

Multilayer Perceptron (MLP)

Question 60

Was ist das Ziel des Trainings eines neuronalen Netzes?

Accepted Answer

Die Gewichte der Neuronen so anzupassen, dass das Netz die gewünschten Ergebnisse erzielt.

Answer

Die Datenmenge zu erweitern, um die Genauigkeit des Netzes zu verbessern.

Answer

Die Architektur des Netzes zu optimieren, um die Rechenleistung zu erhöhen.

Question 61

Ein neuronales Netz wird mit Katzenbildern trainiert. Wie reagiert es wahrscheinlich auf Hunde?

Accepted Answer

Das Netzwerk wird Hunde wahrscheinlich falsch als Katzen klassifizieren.

Answer

Das Netzwerk wird keine Klassifizierung vornehmen, da es nicht für Hunde trainiert wurde.

Answer

Das Netzwerk wird Hunde korrekt als Hunde klassifizieren.

Question 62

Welche der folgenden Anwendungen ist KEINE typische Anwendung für neuronale Netze?

Accepted Answer

Rechnen von Quadratwurzeln

Answer

Bildklassifizierung

Answer

Spracherkennung

Answer

Objekterkennung

Question 63

Welcher Faktor beeinflusst die Genauigkeit eines neuronalen Netzes?

Accepted Answer

Die Größe des Trainingsdatensatzes

Answer

Die Programmiersprache, in der das Netz implementiert ist.

Answer

Die Geschwindigkeit des Computers, auf dem das Netz trainiert wird.

Answer

Die Anzahl der Neuronen im Netz.

Question 64

Welches Problem tritt häufig bei der Verwendung neuronaler Netze auf?

Accepted Answer

Überanpassung (Overfitting)

Answer

Unteranpassung (Underfitting)

Answer

Überlastung (Overloading)

Answer

Unterlastung (Underloading)