Unüberwachtes Lernen: Quizfragen und Übungen für Data Science und KI

Question 1

Welches Prinzip liegt dem unüberwachten Lernen zugrunde?

Accepted Answer

Erkennen von Mustern in unbeschrifteten Daten

Answer

Trainieren eines Modells mit beschrifteten Daten

Answer

Zuordnen von Objekten zu Kategorien

Answer

Vorhersagen von Beziehungen zwischen Variablen

Question 2

Welches ist das primäre Ziel des unüberwachten Lernens?

Accepted Answer

Entdeckung von Mustern und Strukturen in nicht markierten Daten

Answer

Klassifizierung markierter Daten

Answer

Vorhersage numerischer Zielwerte

Question 3

Welche Methode wird in der Clusteranalyse verwendet, um die Ähnlichkeit von Datenpunkten zu messen?

Accepted Answer

Abstandsmaße

Answer

Wahrscheinlichkeitsverteilungen

Answer

Entscheidungsbäume

Answer

Support-Vektor-Maschinen

Question 4

Welche Art von Anomalieerkennungsmethode erkennt Datenpunkte, die sich stark von typischen Daten unterscheiden?

Accepted Answer

Dichtebasierte Methoden

Answer

Clustering-Methoden

Answer

Klassifikationsmethoden

Question 5

Welcher Algorithmus ist für die Implementierung der K-Means-Clusteranalyse weit verbreitet?

Accepted Answer

Lloyd's-Algorithmus

Answer

K-NN-Algorithmus

Answer

EM-Algorithmus

Answer

SVM-Algorithmus

Question 6

Was ist der Hauptzweck der Hauptkomponentenanalyse (PCA)?

Accepted Answer

Reduzierung der Datendimensionalität durch lineare Projektion

Answer

Nichtlineare Transformation von Daten in höhere Dimensionen

Answer

Erkennung von Ausreißern und Anomalien

Question 7

Welche Bewertungsmetrik wird üblicherweise zur Messung der Leistung eines Anomalieerkennungsmodells verwendet?

Accepted Answer

AUC-ROC (Area Under the Receiver Operating Characteristic Curve)

Answer

MSE (Mean Squared Error)

Answer

MAE (Mean Absolute Error)

Answer

R-Quadrat

Question 8

Welche Visualisierungstechnik ist für die Darstellung der Ergebnisse der Clusteranalyse geeignet?

Accepted Answer

Dendrogramm

Answer

Streudiagramm

Answer

Histogramm

Answer

Boxplot

Question 9

Welche der folgenden Herausforderungen ist im unüberwachten Lernen typisch?

Accepted Answer

Fehlen von markierten Daten

Answer

Unteranpassung

Answer

Hohe Rechenkosten

Answer

Überanpassung

Question 10

**Welches ist das primäre Ziel des unüberwachten Lernens?**

Accepted Answer

Erkennung von Mustern und Strukturen in unbeschrifteten Daten

Answer

Optimierung von Modellen zur Verbesserung der Leistung

Answer

Klassifizierung von Datenpunkten in vordefinierte Kategorien

Answer

Vorhersage zukünftiger Ereignisse basierend auf historischen Daten

Question 11

**Welche Technik wird in der Clusteranalyse häufig verwendet, um Datenpunkte in sinnvolle Gruppen zu unterteilen?**

Accepted Answer

K-Means-Clustering

Answer

Lineare Regression

Answer

Support Vector Machines

Answer

Neuronale Netze

Question 12

**Was ist der Hauptzweck der Dimensionsreduktion in unüberwachten Lernprozessen?**

Accepted Answer

Reduzierung der Anzahl von Merkmalen in einem Datensatz zur Vereinfachung und Verbesserung der Analyse

Answer

Identifizierung von Anomalien oder Ausreißern

Answer

Verbesserung der Genauigkeit von Vorhersagemodellen

Answer

Erkennung von nichtlinearen Beziehungen in den Daten

Question 13

**Welcher Aspekt ist ein wesentlicher Bestandteil der Anomalieerkennung?**

Accepted Answer

Identifizierung von Datenpunkten, die deutlich von der Norm abweichen

Answer

Klassifizierung von Daten in verschiedene Kategorien

Answer

Gruppierung ähnlicher Datenpunkte in Cluster

Answer

Vorhersage von Trends und Mustern in den Daten

Question 14

**Welcher Vorteil ist mit dem unüberwachten Lernen verbunden?**

Accepted Answer

Es erfordert keine manuell annotierten Daten

Answer

Es ist weniger anfällig für Überanpassung

Answer

Es kann komplexere Modelle als überwachtes Lernen trainieren

Answer

Es garantiert immer genauere Ergebnisse als überwachtes Lernen

Question 15

**Welche Metrik wird häufig zur Bewertung der Leistung von Clusteranalyse-Algorithmen verwendet?**

Accepted Answer

Silhouettenkoeffizient

Answer

F1-Score

Answer

Mittlerer quadratischer Fehler

Answer

Genauigkeit

Question 16

**Welche Aussage beschreibt korrekt die Funktionsweise von Dimensionsreduktionstechniken?**

Accepted Answer

Sie können lineare Abhängigkeiten in Daten identifizieren und entfernen

Answer

Sie können nicht verwendet werden, um die Interpretierbarkeit von Modellen zu verbessern

Answer

Sie können nur mit kategorialen Daten verwendet werden

Answer

Sie sind immer in der Lage, die Anzahl der Funktionen auf eins zu reduzieren

Question 17

Welche der folgenden Aussagen beschreibt unüberwachtes Lernen am prägnantesten?

Accepted Answer

Lernen ohne vorgegebene Zielvariablen oder Rückmeldungen

Answer

Lernen durch Interaktion mit einer Umgebung ohne Rückmeldungen

Answer

Lernen mit einer beschränkten Eingabe-Ausgabe-Beziehung

Question 18

Welche der aufgeführten Methoden ist ein gängiges Verfahren zur Clusteranalyse?

Accepted Answer

K-Means-Algorithmus

Answer

Neuronale Netze

Answer

Support Vector Machine

Answer

Lineare Regression

Question 19

Was ist das vorrangige Ziel der Dimensionsreduktion?

Accepted Answer

Verringerung der Anzahl von Merkmalen ohne signifikante Informationsverluste

Answer

Erhöhung der Anzahl von Merkmalen zur Verbesserung der Vorhersagegenauigkeit

Answer

Ermittlung der relevantesten Merkmale für die Vorhersage

Question 20

Welcher der aufgeführten Algorithmen ist speziell für die Anomalieerkennung konzipiert?

Accepted Answer

One-Class SVM

Answer

Entscheidungsbaum

Answer

Naive Bayes

Answer

Logistische Regression

Question 21

Welche Aussage über die Verwendung unüberwachter Lernmethoden trifft zu?

Accepted Answer

Sie eignen sich gut für die Identifizierung versteckter Muster und Strukturen

Answer

Sie sind durchweg präziser als überwachte Lernmethoden

Answer

Sie erfordern immer umfangreiche Datensätze für eine effektive Anwendung

Question 22

Welche der folgenden Metriken wird zur Beurteilung der Güte von Clustern herangezogen?

Accepted Answer

Silhouette-Koeffizient

Answer

Genauigkeit

Answer

F1-Maß

Answer

R-Quadrat

Question 23

Welche der folgenden Aussagen zu unüberwachtem Lernen ist unzutreffend?

Accepted Answer

Es steht immer unter der Aufsicht menschlicher Experten

Answer

Es benötigt keine markierten Daten

Answer

Es kann zur Anomalieerkennung eingesetzt werden

Answer

Es kann verwendet werden, um neue Muster und Erkenntnisse zu entdecken

Question 24

Welche der folgenden Plattformen stellt eine umfassende Sammlung von Werkzeugen für unüberwachtes Lernen bereit?

Accepted Answer

Scikit-learn

Answer

PyTorch

Answer

Keras

Answer

TensorFlow

Question 25

Nennen Sie das Ziel des unüberwachten Lernens.

Accepted Answer

Erkennung verborgener Muster und Strukturen in nicht beschrifteten Daten

Answer

Zuordnung von Datenpunkten zu vordefinierten Klassen

Answer

Vorhersage zukünftiger Ereignisse

Question 26

Welche Methode des unüberwachten Lernens eignet sich zur Gruppierung ähnlicher Datenpunkte?

Accepted Answer

Clusteranalyse

Answer

Anomalieerkennung

Answer

Singulärwertzerlegung (SVD)

Answer

Prinzipalkomponentenanalyse (PCA)

Question 27

Erläutern Sie den Zweck der Dimensionsreduktion.

Accepted Answer

Verringerung der Merkmalsanzahl ohne wesentliche Informationsverluste

Answer

Skalierung von Merkmalen auf einen einheitlichen Wertebereich

Answer

Entfernung redundanter Merkmale

Question 28

Welche Methode wird eingesetzt, um Datenpunkte zu identifizieren, die stark vom Rest des Datensatzes abweichen?

Accepted Answer

Anomalieerkennung

Answer

Clusteranalyse

Answer

Lineare Regression

Answer

Prinzipalkomponentenanalyse (PCA)

Question 29

In welchem Anwendungsbereich des unüberwachten Lernens wird versucht, unauffällige Muster in Daten aufzudecken?

Accepted Answer

Anomalieerkennung

Answer

Betrugserkennung

Answer

Empfehlungssysteme

Answer

Kundensegmentierung

Question 30

Welche Aussage über unüberwachtes Lernen trifft zu?

Accepted Answer

Es funktioniert ohne beschriftete Daten

Answer

Es ist immer weniger präzise als überwachtes Lernen

Answer

Es ist ausschließlich für numerische Daten geeignet

Answer

Es eignet sich nur für binäre Klassifizierungsprobleme

Question 31

Welche der folgenden Methoden ist KEINE Technik zur Dimensionsreduktion?

Accepted Answer

Lineare Regression

Answer

Singulärwertzerlegung (SVD)

Answer

Prinzipalkomponentenanalyse (PCA)

Question 32

Welches Problem kann auftreten, wenn bei einem Clustering-Algorithmus zu viele Merkmale berücksichtigt werden?

Accepted Answer

Überanpassung

Answer

Rauschempfindlichkeit

Answer

Instabilität

Answer

Unteranpassung

Question 33

Welches ist ein primäres Ziel des unüberwachten maschinellen Lernens?

Accepted Answer

Identifizierung versteckter Muster in nicht gekennzeichneten Daten

Answer

Klassifizierung neuer Datenpunkte

Answer

Optimierung von Modellparametern

Answer

Vorhersage künftiger Ereignisse

Question 34

Welche der folgenden Methoden wird häufig für die Clusteranalyse eingesetzt?

Accepted Answer

K-Means-Algorithmus

Answer

Lineare Regression

Answer

Entscheidungsbäume

Answer

Support-Vektor-Maschinen

Question 35

Welcher Algorithmus eignet sich am besten für die Erkennung von Anomalien?

Accepted Answer

Lokaler Ausreißerfaktor (LOF)

Answer

K-nächste Nachbarn (KNN)

Answer

Naive Bayes

Answer

Lineare Diskriminanzanalyse (LDA)

Question 36

Welche Annahme trifft auf unüberwachte Lernalgorithmen zu?

Accepted Answer

Sie benötigen keine gekennzeichneten Daten

Answer

Sie sind nur für kleine Datensätze geeignet

Answer

Sie sind immer genauer als überwachte Lernalgorithmen

Answer

Sie können keine komplexen Beziehungen identifizieren

Question 37

Welche Metrik eignet sich zur Bewertung der Leistung eines Clustering-Algorithmus?

Accepted Answer

Silhouette-Koeffizient

Answer

R-Quadrat

Answer

F1-Score

Answer

Genauigkeit

Question 38

Welche Technik kann zur Reduzierung der Dimensionalität von Daten verwendet werden?

Accepted Answer

Hauptkomponentenanalyse (PCA)

Answer

Support-Vektor-Maschinen

Answer

K-Means-Algorithmus

Answer

Lineare Regression

Question 39

Welcher Vorteil des unüberwachten gegenüber dem überwachten maschinellen Lernen ist besonders hervorzuheben?

Accepted Answer

Erkennung unbekannter Muster

Answer

Geringerer Rechenaufwand

Answer

Höhere Geschwindigkeit und Effizienz

Question 40

Welche der folgenden Aufgaben gehört **nicht** zum unüberwachten Lernen?

Accepted Answer

Überwachung des Systemzustands

Answer

Erkennung von Mustern in Daten

Answer

Reduzierung der Datendimensionalität

Answer

Gruppierung ähnlicher Datenpunkte

Question 41

Welches Verfahren des unüberwachten Lernens dient der Identifizierung ähnlicher Gruppen von Datenpunkten?

Accepted Answer

Clusteranalyse

Answer

Regressionsanalyse

Answer

Entscheidungsbäume

Question 42

Welches ist das primäre Ziel des unüberwachten Lernens?

Accepted Answer

Entdeckung versteckter Muster und Strukturen in Daten

Answer

Überwachung der Systemleistung

Answer

Optimierung von Geschäftsprozessen

Answer

Erstellung von Vorhersagemodellen

Question 43

Welche Aussage zur Clusteranalyse ist **unzutreffend**?

Accepted Answer

Die Anzahl der Cluster muss im Voraus festgelegt werden.

Answer

Clusteranalyse kann zur Segmentierung von Kunden verwendet werden.

Answer

Clusteranalyse ist ein iterativer Prozess

Question 44

Welcher der folgenden Begriffe beschreibt **kein** Ähnlichkeitsmaß in der Clusteranalyse?

Accepted Answer

Korrelation

Answer

Manhattan-Distanz

Answer

Euklidische Distanz

Answer

Cosinus-Ähnlichkeit

Question 45

Welche der folgenden Methoden wird in der Clusteranalyse eingesetzt, um die Ähnlichkeit zwischen Datenpunkten zu messen?

Accepted Answer

Abstandsmaße

Answer

Korrelationsmatrizen

Answer

Wahrscheinlichkeitsverteilungen

Answer

Lineare Regression

Question 46

Welche Dimensionsreduktionstechnik reduziert die Anzahl der Merkmale, indem sie lineare Abhängigkeiten zwischen ihnen identifiziert?

Accepted Answer

Hauptkomponentenanalyse (PCA)

Answer

Uniform Manifold Approximation and Projection (UMAP)

Answer

t-SNE

Answer

Autoencoder

Question 47

Welche Anomalieerkennungsmethode basiert auf einem statistischen Ansatz, der von einer Normalverteilung der Daten ausgeht?

Accepted Answer

Z-Score-Methode

Answer

Autoencoder

Answer

Isolierungsforst

Answer

K-Means-Clustering

Question 48

Was ist ein Vorteil des unüberwachten Lernens?

Accepted Answer

Es kann verwendet werden, um versteckte Muster und Erkenntnisse in Daten zu entdecken.

Answer

Es erfordert immer große Mengen an beschrifteten Daten.

Answer

Es ist zuverlässiger als überwachtes Lernen.

Question 49

Welche Metrik wird verwendet, um die Leistung von Clustering-Algorithmen zu bewerten?

Accepted Answer

Silhouette-Koeffizient

Answer

Accuracy

Answer

F1-Score

Answer

Präzision

Question 50

Welche Technik kann verwendet werden, um die Anzahl der Dimensionen in Daten durch nichtlineare Transformation zu reduzieren?

Accepted Answer

t-SNE

Answer

LDA

Answer

MDS

Answer

PCA

Question 51

Welche Anomalieerkennungsmethode basiert auf dem Konzept der Isolation von Datenpunkten in einem Entscheidungsbaum?

Accepted Answer

Isolierungsforst

Answer

Autoencoder

Answer

K-Means-Clustering

Answer

Z-Score-Methode

Question 52

Welche Herausforderung besteht bei der Implementierung von unüberwachtem Lernen?

Accepted Answer

Die Notwendigkeit, geeignete Metriken zur Bewertung der Modellergebnisse zu finden.

Answer

Die einfache Interpretierbarkeit der Modellergebnisse.

Answer

Die Verfügbarkeit großer Mengen an beschrifteten Daten.

Question 53

Welche der folgenden Anwendungen ist ein typisches Beispiel für den Einsatz von unüberwachtem Lernen?

Accepted Answer

Kundensegmentierung

Answer

Spracherkennung

Answer

Bildklassifizierung

Answer

Zeitreihenvorhersage

Question 54

Welches der folgenden Ziele wird NICHT durch unüberwachtes Lernen erreicht?

Accepted Answer

Vorhersage zukünftiger Ereignisse anhand vergangener Daten

Answer

Entdeckung von Mustern in Daten

Answer

Gruppierung ähnlicher Datenpunkte

Question 55

Welcher der folgenden Algorithmen ist KEIN Algorithmus für unüberwachtes Lernen?

Accepted Answer

Lineare Regression

Answer

K-Means-Clustering

Answer

Autoencoder

Answer

Principal Component Analysis (PCA)

Question 56

Welche Methode der Clusteranalyse eignet sich am besten für die Gruppierung von Datenpunkten mit unterschiedlicher Dichte?

Accepted Answer

DBSCAN

Answer

Hierarchisches Clustering

Answer

Gaußsche Mischmodelle

Answer

K-Means

Question 57

Welche der folgenden Techniken ist KEINE Methode der Dimensionsreduktion?

Accepted Answer

Support Vector Machines (SVM)

Answer

Hauptkomponentenanalyse (PCA)

Answer

t-Distributed Stochastic Neighbor Embedding (t-SNE)

Answer

Lineare Diskriminanzanalyse (LDA)

Question 58

Welches der folgenden Szenarien ist ein möglicher Anwendungsfall für die Anomalieerkennung?

Accepted Answer

Betrugserkennung in Finanztransaktionen

Answer

Vorhersage von Aktienkursen

Answer

Übersetzung von Texten

Answer

Klassifizierung von Bildern

Question 59

Wie funktioniert der K-Means-Algorithmus?

Accepted Answer

Durch wiederholtes Zuordnen von Datenpunkten zu Clustern und Neuberechnung der Clusterzentren.

Answer

Durch den Bau eines Entscheidungsbaums, der die Datenpunkte in Cluster klassifiziert.

Answer

Durch die Berechnung der Wahrscheinlichkeit, dass ein Datenpunkt zu einem bestimmten Cluster gehört.

Question 60

Was ist der Hauptvorteil der Principal Component Analysis (PCA)?

Accepted Answer

Reduzierung der Dimensionalität von Daten ohne Informationsverlust.

Answer

Identifizierung von Ausreißern in Daten.

Answer

Klassifizierung von Datenpunkten in verschiedene Kategorien.

Question 61

Was ist der Unterschied zwischen einem Cluster- und einem Klassifikationsalgorithmus?

Accepted Answer

Clusteralgorithmen gruppieren Daten basierend auf Ähnlichkeit, während Klassifikationsalgorithmen Daten basierend auf bekannten Labels klassifizieren.

Answer

Clusteralgorithmen sind für unüberwachtes Lernen, Klassifikationsalgorithmen für überwachtes Lernen.

Question 62

Welches Problem kann mit dem DBSCAN-Algorithmus gelöst werden?

Accepted Answer

Identifizierung von Clustern mit unterschiedlicher Dichte.

Answer

Reduzierung der Dimensionalität von Daten.

Answer

Vorhersage von zukünftigen Ereignissen.

Question 63

Welche der folgenden Aussagen über Autoencoder ist FALSCH?

Accepted Answer

Autoencoder werden verwendet, um Daten in höhere Dimensionen zu projizieren.

Answer

Autoencoder können zur Anomalieerkennung verwendet werden.

Answer

Autoencoder sind ein Typ von neuronalem Netzwerk.