Unüberwachtes Lernen: Quizfragen und Übungen

Question 1

Was ist das primäre Ziel des unüberwachten Lernens?

Accepted Answer

Identifizierung von Mustern und Strukturen in unbeschrifteten Daten

Answer

Vorhersage von Ergebnissen

Answer

Optimierung von Modellen

Answer

Erkennung von Anomalien

Question 2

Welcher der folgenden Algorithmen wird für die Anomalieerkennung verwendet?

Accepted Answer

Isolation Forest

Answer

k-Means

Answer

PCA

Answer

Apriori

Question 3

Was ist der Unterschied zwischen harten und weichen Clustering-Algorithmen?

Accepted Answer

Harte Algorithmen weisen Datenpunkte nur einem Cluster zu, während weiche Algorithmen Datenpunkte mehreren Clustern zuordnen können

Answer

Harte Algorithmen sind schneller als weiche Algorithmen

Answer

Harte Algorithmen sind genauer als weiche Algorithmen

Answer

Harte Algorithmen sind weniger komplex als weiche Algorithmen

Question 4

Was ist die Intention der Anomalieerkennung?

Accepted Answer

Identifizierung ungewöhnlicher oder abweichender Datenpunkte

Answer

Vorhersage zukünftiger Ereignisse

Answer

Verbesserung der Modellleistung

Answer

Betrugserkennung

Question 5

Welche der folgenden Aussagen über Autoencoder ist nicht korrekt?

Accepted Answer

Autoencoder benötigen annotierte Daten für das Training

Answer

Autoencoder sind unüberwachte neuronale Netze

Answer

Autoencoder werden zur Dimensionsreduktion eingesetzt

Answer

Autoencoder können zur Generierung neuer Daten verwendet werden

Question 6

Welcher Clustering-Algorithmus verwendet einen repräsentativen Punkt, den sogenannten Zentroid, für jeden Cluster, um die Daten zu gruppieren?

Accepted Answer

K-Means

Answer

Spectral Clustering

Answer

DBSCAN

Answer

Hierarchisches Clustering

Question 7

Welche Dimensionsreduktionstechnik wird verwendet, um hochdimensionale Daten in einen niederdimensionalen Raum abzubilden, wobei die wichtigsten Informationen erhalten bleiben?

Accepted Answer

PCA

Answer

t-SNE

Answer

LDA

Answer

Autoencoder

Question 8

Welcher Anomalieerkennungsalgorithmus verwendet einen Schwellenwert, um Datenpunkte zu identifizieren, die sich signifikant von den normalen Daten unterscheiden?

Accepted Answer

Schwellenwertunterschreitung

Answer

Modellierungsbasierte Methoden

Answer

Entfernungsbasierte Methoden

Answer

Dichtebasierte Methoden

Question 9

Welche Anwendung des unüberwachten Lernens umfasst die Gruppierung ähnlicher Datenpunkte in Cluster, um Kunden oder Datensätze zu segmentieren?

Accepted Answer

Kundensegmentierung

Answer

Betrugserkennung

Answer

Empfehlungsysteme

Answer

Vorhersage der Kundenabwanderung

Question 10

Welche Metrik wird zur Bewertung der Leistung von Clustering-Algorithmen verwendet und misst die Ähnlichkeit zwischen Clustern und ihren zugewiesenen Datenpunkten?

Accepted Answer

Silhouette-Koeffizient

Answer

F1-Score

Answer

Präzision

Answer

Recall

Question 11

Welcher Dimensionsreduktionsalgorithmus wird häufig verwendet, um hochdimensionale, nichtlineare Daten für die Visualisierung in einen niederdimensionalen Raum abzubilden?

Accepted Answer

t-SNE

Answer

LDA

Answer

Autoencoder

Answer

PCA

Question 12

Welche Anomalieerkennungsmethode verwendet eine Gruppe normaler Datenpunkte, um Anomalien zu identifizieren, die von dieser Gruppe abweichen?

Accepted Answer

One-Class-SVM

Answer

Dichtebasierte Methoden

Answer

Entfernungsbasierte Methoden

Answer

Schwellenwertunterschreitung

Question 13

Welche Anwendung des unüberwachten Lernens umfasst die Identifizierung von ungewöhnlichen oder verdächtigen Mustern in Daten, die auf Betrug oder Anomalien hinweisen können?

Accepted Answer

Betrugserkennung

Answer

Bildverarbeitung

Answer

Empfehlungsysteme

Answer

Kundensegmentierung

Question 14

Welche der folgenden Aussagen über unüberwachtes Lernen ist korrekt?

Accepted Answer

Unüberwachte Lernalgorithmen erkennen Muster und Strukturen in Daten, ohne dass sie explizit mit beschrifteten Daten trainiert werden.

Answer

Unüberwachtes Lernen wird nur für explorative Datenanalysen verwendet.

Answer

Unüberwachte Lernalgorithmen erfordern immer beschriftete Daten, um zu lernen.

Question 15

Welcher Algorithmus wird verwendet, um ähnliche Datenpunkte zu identifizieren und sie in Gruppen aufzuteilen?

Accepted Answer

Clustering

Answer

Klassifikation

Answer

Regression

Answer

Dichtebasiertes Clustering

Question 16

Welche Technik wird eingesetzt, um die Anzahl der Merkmale in einem Datensatz zu reduzieren, ohne wesentliche Informationen zu verlieren?

Accepted Answer

Dimensionsreduktion

Answer

Feature-Engineering

Answer

Datenskalierung

Answer

Datenexploration

Question 17

Welches Verfahren wird verwendet, um sehr ungewöhnliche oder abweichende Datenpunkte in einem Datensatz zu identifizieren?

Accepted Answer

Anomalieerkennung

Answer

Betrugserkennung

Answer

Spamfilterung

Answer

Ausreißererkennung

Question 18

Welche Art von unüberwachtem Lernen erkennt Strukturen und Muster in Daten, ohne dass explizite Etiketten vorliegen?

Accepted Answer

Clustering

Answer

Regression

Answer

Überwachtes Lernen

Answer

Klassifikation

Question 19

Welche Dimensionsreduktionstechnik projiziert Datenpunkte auf einen niedrigeren dimensionalen Raum, während sie gleichzeitig die Abstände zwischen den Punkten bewahrt?

Accepted Answer

Prinzipalkomponentenanalyse (PCA)

Answer

T-SNE

Answer

Uniform Manifold Approximation and Projection (UMAP)

Answer

Lineare Diskriminanzanalyse (LDA)

Question 20

Welche Anwendung des unüberwachten Lernens zielt darauf ab, Kunden in verschiedene Gruppen mit ähnlichen Merkmalen einzuteilen?

Accepted Answer

Kundensegmentierung

Answer

Natural Language Processing

Answer

Empfehlersysteme

Answer

Betrugserkennung

Question 21

Welche Dimensionsreduktionstechnik eignet sich am besten für die Visualisierung von nichtlinearen Daten?

Accepted Answer

T-SNE

Answer

MDS

Answer

PCA

Answer

LDA

Question 22

Welcher Algorithmus erstellt eine hierarchische Struktur von Clustern, indem er Datenpunkte sukzessive aufteilt?

Accepted Answer

Hierarchisches Clustering

Answer

OPTICS

Answer

DBSCAN

Answer

K-Means-Clustering

Question 23

Welche Anwendung des unüberwachten Lernens wird eingesetzt, um betrügerische Transaktionen in Finanzdaten zu identifizieren?

Accepted Answer

Betrugserkennung

Answer

Empfehlersysteme

Answer

Bildverarbeitung

Answer

Spracherkennung

Question 24

Welcher der folgenden Algorithmen wird häufig für Clustering verwendet?

Accepted Answer

k-Means

Answer

Entscheidungsbäume

Answer

Lineare Regression

Answer

Support Vector Machines

Question 25

Was ist der Zweck von Dimensionsreduktion?

Accepted Answer

Reduzierung der Datendimensionalität unter Beibehaltung wichtiger Informationen

Answer

Erhöhung der Datendimensionalität zur Verbesserung der Genauigkeit

Answer

Erkennen von Mustern und Trends in Daten

Question 26

Welcher der folgenden Ansätze ist eine Technik zur Erkennung von Anomalien?

Accepted Answer

Isolation Forest

Answer

LDA

Answer

k-NN

Answer

GLM

Question 27

Welche der folgenden Metriken ist geeignet, die Leistung von Clustering-Algorithmen zu bewerten?

Accepted Answer

Silhouette-Koeffizient

Answer

Mean Squared Error

Answer

F1-Score

Answer

Accuracy

Question 28

Welche der folgenden Aussagen beschreibt die Hauptanwendung des t-SNE-Algorithmus?

Accepted Answer

Visualisierung hochdimensionaler Daten

Answer

Clustering von Datenpunkten

Answer

Erkennung von Anomalien in Daten

Question 29

Was ist das Ziel des DBSCAN-Algorithmus?

Accepted Answer

Clustering von Datenpunkten mit beliebigen Formen

Answer

Clustering von Datenpunkten mit nur gaussschen Verteilungen

Answer

Clustering von Datenpunkten mit nur sphärischen Formen

Answer

Clustering von Datenpunkten mit nur linearen Formen

Question 30

Welcher Algorithmus wird zum Clustering von Datenpunkten mit ähnlicher Distanz verwendet?

Accepted Answer

k-Means

Answer

Support Vector Machines

Answer

Entscheidungsbäume

Answer

Naive Bayes

Question 31

Welche Dimensionsreduktionstechnik projiziert Daten in einen niedrigerdimensionalen Raum, während die Varianz maximiert wird?

Accepted Answer

Principal Component Analysis (PCA)

Answer

Autoencoder

Answer

Lineare Diskriminanzanalyse

Answer

t-SNE

Question 32

Welcher Anomalieerkennungsalgorithmus verwendet die Rekonstruktion basierend auf einem Normalitätsmodell?

Accepted Answer

Autoencoder

Answer

K Nearest Neighbors

Answer

Entscheidungsbäume

Answer

Clustering

Question 33

Welche Herausforderung stellt sich beim unüberwachten Lernen häufig?

Accepted Answer

Fehlen von markierten Daten

Answer

Unteranpassung

Answer

Hohe Rechenkosten

Answer

Überanpassung

Question 34

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

Accepted Answer

Kumulierte Varianz

Answer

Gini-Koeffizient

Answer

Mittlerer quadratischer Fehler

Answer

Randindex

Question 35

Welche Herausforderung stellt sich bei der Auswahl der optimalen Hyperparameter für unüberwachte Lernalgorithmen?

Accepted Answer

Mangel an klaren Richtlinien

Answer

Unteranpassung

Answer

Überanpassung

Answer

Hohe Rechenkosten

Question 36

Welche Anwendung des unüberwachten Lernens ermöglicht es, Kunden mit ähnlichen Interessen oder Verhaltensweisen zu identifizieren?

Accepted Answer

Kundensegmentierung

Answer

Medizinische Diagnose

Answer

Spracherkennung

Answer

Betrugserkennung

Question 37

Welche der folgenden Aufgaben ist am besten geeignet für unüberwachtes Lernen?

Accepted Answer

Segmentierung von Kunden in einer Datenbank basierend auf ihrem Kaufverhalten

Answer

Vorhersage des Preises eines Hauses basierend auf seinen Eigenschaften

Answer

Klassifizierung von E-Mails als Spam oder Nicht-Spam

Question 38

Welcher Algorithmus wird üblicherweise für die Dimensionsreduktion verwendet?

Accepted Answer

Principal Component Analysis (PCA)

Answer

Logistische Regression

Answer

Support Vector Machine (SVM)

Answer

K-Nearest-Neighbors (KNN)

Question 39

Was ist der Hauptzweck des K-Means-Clustering-Algorithmus?

Accepted Answer

Datenpunkte in Gruppen (Cluster) mit ähnlichen Eigenschaften zu gruppieren

Answer

Die Wahrscheinlichkeit des Auftretens eines Ereignisses vorherzusagen

Answer

Die Beziehung zwischen Variablen in einem Datensatz zu analysieren

Question 40

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

Accepted Answer

Silhouette-Score

Answer

F1-Score

Answer

R²

Answer

Genauigkeit

Question 41

Was ist ein wesentlicher Unterschied zwischen überwachtem und unüberwachtem Lernen?

Accepted Answer

Überwachtes Lernen erfordert eine Trainingsdatenmenge mit bekannten Etiketten, während unüberwachtes Lernen keine Etiketten benötigt.

Answer

Überwachtes Lernen ist für Klassifikationsaufgaben geeignet, während unüberwachtes Lernen für Regressionsaufgaben geeignet ist.

Question 42

Welcher der folgenden Algorithmen ist kein Clustering-Algorithmus?

Accepted Answer

Principal Component Analysis (PCA)

Answer

K-Means

Answer

DBSCAN

Answer

Hierarchical Clustering

Question 43

Was ist der Zweck der Anomalieerkennung im unüberwachten Lernen?

Accepted Answer

Ungewöhnliche oder abweichende Datenpunkte in einem Datensatz zu identifizieren

Answer

Datenpunkte in Gruppen mit ähnlichen Eigenschaften zu gruppieren

Answer

Die Beziehung zwischen Variablen in einem Datensatz zu analysieren

Question 44

Welche Art von unüberwachtem Lernen wird verwendet, um Betrugsfälle in Finanztransaktionen zu erkennen?

Accepted Answer

Anomalieerkennung

Answer

Assoziationsregel-Mining

Answer

Dimensionsreduktion

Answer

Clustering

Question 45

Welche der folgenden Aussagen über unüberwachtes Lernen ist falsch?

Accepted Answer

Unüberwachtes Lernen erfordert eine große Menge an Trainingsdaten mit bekannten Etiketten.

Answer

Unüberwachtes Lernen kann für die Entdeckung von Mustern in Daten verwendet werden.

Answer

Unüberwachtes Lernen kann für die Reduzierung der Dimensionalität von Daten verwendet werden.

Question 46

Welche der folgenden Herausforderungen ist typisch für unüberwachtes Lernen?

Accepted Answer

Die Bewertung der Leistung eines unüberwachten Lernmodells kann schwierig sein, da keine bekannten Etiketten vorhanden sind.

Answer

Unüberwachtes Lernen ist rechenintensiv.

Question 47

Welches der folgenden Szenarien ist am besten geeignet für unüberwachtes Lernen?

Accepted Answer

Ein Unternehmen möchte seine Kunden in verschiedene Segmente einteilen, basierend auf ihrem Kaufverhalten.

Answer

Ein Unternehmen möchte ein Modell trainieren, um Spam-E-Mails zu identifizieren.

Question 48

Welche der folgenden ist KEINE gängige Technik des unüberwachten Lernens?

Accepted Answer

Lineare Regression

Answer

Clustering

Answer

Anomalieerkennung

Answer

Dimensionsreduktion

Question 49

Welcher Algorithmus ist am besten geeignet für die Gruppierung von Datenpunkten in verschiedene Cluster?

Accepted Answer

K-Means-Clustering

Answer

Lineare Regression

Answer

Support Vector Machine (SVM)

Answer

Principal Component Analysis (PCA)

Question 50

Was ist der Hauptzweck der Dimensionsreduktion?

Accepted Answer

Reduzierung der Anzahl der Variablen in einem Datensatz, ohne dabei wichtige Informationen zu verlieren.

Answer

Erhöhung der Genauigkeit eines überwachten Lernmodells.

Question 51

Welcher Algorithmus wird oft verwendet, um Anomalien in einem Datensatz zu erkennen?

Accepted Answer

Isolation Forest

Answer

Principal Component Analysis (PCA)

Answer

K-Means-Clustering

Answer

Linear Regression

Question 52

Welche der folgenden Aussagen zur Bewertung von unüberwachten Lernmodellen ist korrekt?

Accepted Answer

Die Bewertung ist oft subjektiv und basiert auf der Interpretation der Ergebnisse.

Answer

Die Bewertung erfolgt anhand der Genauigkeit der Vorhersagen.

Answer

Es gibt standardisierte Metriken zur Bewertung der Leistung von unüberwachten Lernmodellen.

Question 53

Welche der folgenden Anwendungen profitiert von unüberwachtem Lernen?

Accepted Answer

Betrugserkennung

Answer

Bildklassifizierung

Answer

Maschinelle Übersetzung

Answer

Sentiment-Analyse

Question 54

Welches Problem wird oft bei der Anwendung von Clustering-Algorithmen beobachtet?

Accepted Answer

Die Wahl des optimalen Clusters kann subjektiv sein.

Answer

Die Algorithmen sind nur für kleine Datensätze geeignet.

Answer

Die Algorithmen sind sehr rechenintensiv.

Question 55

Welche der folgenden Aussagen zur Principal Component Analysis (PCA) ist korrekt?

Accepted Answer

PCA kann verwendet werden, um die Variabilität in einem Datensatz auf wenige Hauptkomponenten zu reduzieren.

Answer

PCA ist eine Methode zur Anomalieerkennung.

Question 56

Wie unterscheidet sich unüberwachtes Lernen von überwachtem Lernen?

Accepted Answer

Unüberwachtes Lernen verwendet keine vordefinierten Klassenlabels für die Daten.

Answer

Unüberwachtes Lernen ist rechenintensiver als überwachtes Lernen.

Answer

Unüberwachtes Lernen ist genauer als überwachtes Lernen.

Question 57

Welche Dimensionsreduktionstechnik verwendet Singular Value Decomposition (SVD)?

Accepted Answer

Principal Component Analysis (PCA)

Answer

T-SNE

Answer

Autoencoder

Answer

Linear Discriminant Analysis (LDA)

Question 58

Welche Metrik wird häufig zur Evaluierung von Clustering-Ergebnissen verwendet?

Accepted Answer

Silhouette-Koeffizient

Answer

Precision

Answer

Accuracy

Question 59

Welcher Algorithmus für unüberwachtes Lernen verwendet eine Gaußsche Verteilungsannahme, um Daten zu clustern?

Accepted Answer

Gaussian Mixture Model (GMM)

Answer

K-Means

Answer

Hierarchisches Clustering

Question 60

Welcher Anomalieerkennungsalgorithmus verwendet die Rekonstruktion durch ein neuronales Netz, um Anomalien zu identifizieren?

Accepted Answer

Autoencoder

Answer

One-Class SVM

Answer

LOF

Answer

Isolation Forest