Maschinelles Lernen Quiz: Teste dein Wissen über ML

Question 1

Welcher der folgenden Algorithmen wird für überwachte Lernprobleme verwendet?

Accepted Answer

Support Vector Machine (SVM)

Answer

Autoencoder

Answer

Apriori-Algorithmus

Answer

K-means-Clustering

Question 2

Welche Metrik wird typischerweise zur Messung der Leistung eines Klassifizierungsmodells verwendet?

Accepted Answer

Genauigkeit

Answer

Standardabweichung

Answer

Mittelwert

Answer

Varianz

Question 3

Welcher der folgenden Algorithmen ist ein Beispiel für einen Algorithmus für unüberwachte Lernprobleme?

Accepted Answer

Hierarchisches Clustering

Answer

Entscheidungsbaum

Answer

Neuronales Netzwerk

Answer

Lineare Regression

Question 4

Was ist die Definition eines Hyperparameters in einem maschinellen Lernmodell?

Accepted Answer

Ein Parameter, der das Modell steuert und nicht aus den Trainingsdaten gelernt wird

Answer

Parameter, der aus den Trainingsdaten gelernt wird

Answer

Einheit, auf der das Modell trainiert wird

Question 5

Was ist der primäre Zweck einer Verlustfunktion in einem maschinellen Lernmodell?

Accepted Answer

Messung des Fehlers zwischen vorhergesagten und tatsächlichen Werten

Answer

Berechnung der Genauigkeit des Modells

Answer

Generierung neuer Datenpunkte

Question 6

Welcher der folgenden Algorithmen wird häufig für Aufgaben zur Verarbeitung natürlicher Sprache (NLP) verwendet?

Accepted Answer

BERT

Answer

K-NN

Answer

SVM

Answer

Random Forest

Question 7

Wie unterscheiden sich Trainings- und Testdatensätze bei der Evaluierung maschineller Lernmodelle?

Accepted Answer

Trainingsdatensätze werden verwendet, um das Modell zu trainieren, während Testdatensätze seine Leistung bewerten

Answer

Testdatensätze werden verwendet, um das Modell zu trainieren, während Trainingsdatensätze seine Leistung bewerten

Question 8

Welche Technik kann zur Verbesserung der Interpretierbarkeit eines maschinellen Lernmodells eingesetzt werden?

Accepted Answer

SHAP-Werte

Answer

Dropout

Answer

Regularisierung

Answer

Kreuzvalidierung

Question 9

Was ist der Hauptzweck eines Entscheidungsbaums?

Accepted Answer

Ermöglicht die Visualisierung und das Verständnis der Beziehungen zwischen Merkmalen und der Zielvariable

Answer

Ermöglicht die Verarbeitung natürlicher Sprache

Answer

Ermöglicht die Vorhersage kontinuierlicher Werte

Question 10

Welche Aussage beschreibt das Konzept des maschinellen Lernens korrekt?

Accepted Answer

Computer lernen aus Daten, ohne explizit programmiert zu werden

Answer

Maschinelles Lernen ist ein Teilgebiet der künstlichen Intelligenz, das sich ausschließlich auf die Verarbeitung natürlicher Sprache konzentriert

Answer

Computer lösen komplexe Probleme durch Brute-Force-Ansätze

Question 11

Welches ist das primäre Ziel von Regularisierung in maschinellen Lernmodellen?

Accepted Answer

Überanpassung vermeiden

Answer

Das Modell interpretierbarer machen

Answer

Die Ausführungszeit des Algorithmus reduzieren

Answer

Die Genauigkeit des Modells verbessern

Question 12

Was ist der Zweck der Kreuzvalidierung im maschinellen Lernen?

Accepted Answer

Erzielung einer unvoreingenommenen Schätzung der Modellleistung

Answer

Reduzierung der Trainingszeit des Modells

Answer

Auswahl der optimalen Hyperparameter für das Modell

Answer

Erhöhung der Genauigkeit des Modells

Question 13

Welche Technik kann zur Umwandlung kategorialer Merkmale in numerische Merkmale für maschinelles Lernen verwendet werden?

Accepted Answer

One-Hot-Encoding

Answer

Standardisierung

Answer

Logarithmische Transformation

Answer

Z-Score-Normalisierung

Question 14

Welche Aussage beschreibt die Rolle der Feature-Skalierung im maschinellen Lernen am besten?

Accepted Answer

Sie hilft, den Einfluss von Merkmalen mit unterschiedlichen Maßstäben zu vereinheitlichen

Answer

Sie ist nur für numerische Merkmale erforderlich

Answer

Sie führt immer zu einer verbesserten Modellgenauigkeit

Question 15

Welcher der folgenden ist KEIN Vorteil maschinellen Lernens?

Accepted Answer

Ist immer korrekt und zuverlässig

Answer

Kann versteckte Muster in Daten aufdecken

Answer

Verbessert die Entscheidungsfindung

Answer

Erhöht die Effizienz

Question 16

Welcher Algorithmus für maschinelles Lernen eignet sich am besten für Klassifizierungsprobleme?

Accepted Answer

Entscheidungsbaum oder Support Vector Machine

Answer

K-Means-Clustering

Answer

Neuronale Netze

Answer

Lineare Regression

Question 17

Welcher der folgenden ist ein unüberwachter Lernalgorithmus?

Accepted Answer

K-Means-Clustering oder Principal Component Analysis (PCA)

Answer

Neuronale Netze

Answer

Lineare Regression

Answer

Entscheidungsbaum

Question 18

Was ist eine Überanpassung im maschinellen Lernen?

Accepted Answer

Ein Modell, das auf dem Trainingsdatensatz sehr gut abschneidet, aber auf neuen Daten schlecht

Answer

Ein Modell, das auf neuen Daten sehr gut abschneidet, aber auf dem Trainingsdatensatz schlecht

Answer

Ein Modell, das sowohl auf dem Trainingsdatensatz als auch auf neuen Daten schlecht abschneidet

Question 19

Welches der folgenden ist ein Maß für die Modellgüte für Klassifizierungsprobleme?

Accepted Answer

Genauigkeit oder F1-Score

Answer

R-Quadrat

Answer

Mittelquadratischer Fehler

Answer

Standardabweichung

Question 20

Welche der folgenden ist eine Anwendung des maschinellen Lernens im Gesundheitswesen?

Accepted Answer

Diagnose von Krankheiten oder Vorhersage des Krankheitsrisikos

Answer

Transportmanagement

Answer

Finanzplanung

Answer

Kundendienst

Question 21

Was ist der Unterschied zwischen Merkmalsauswahl und Merkmalsextraktion?

Accepted Answer

Merkmalsauswahl wählt relevante Merkmale aus vorhandenen Daten aus, während Merkmalsextraktion neue Merkmale durch Transformation oder Kombination vorhandener Merkmale erstellt.

Answer

Merkmalsauswahl extrahiert neue Merkmale, während Merkmalsextraktion relevante Merkmale auswählt.

Answer

Beide wählen relevante Merkmale aus.

Question 22

Was ist das Ziel einer Regularisierung im maschinellen Lernen?

Accepted Answer

Überanpassung verhindern oder das Modell robuster machen

Answer

Unteranpassung verhindern

Answer

Die Modellgenauigkeit verbessern

Answer

Die Trainingszeit reduzieren

Question 23

Welches der folgenden ist ein ethisches Problem, das mit maschinellem Lernen verbunden ist?

Accepted Answer

Verzerrung in Daten oder Algorithmen, mangelnde Transparenz oder Datenschutzbedenken

Answer

Hohe Kosten

Answer

Schwierige Implementierung

Answer

Lange Trainingszeit

Question 24

Welcher der folgenden Algorithmen wird für die Reduktion der Dimensionalität von Daten eingesetzt?

Accepted Answer

Hauptkomponentenanalyse

Answer

K-Means-Clustering

Answer

Naive Bayes

Answer

Entscheidungsbäume

Question 25

Was ist das Hauptziel der Datenvorverarbeitung im maschinellen Lernen?

Accepted Answer

Daten bereinigen und transformieren, um sie für Machine-Learning-Modelle geeignet zu machen

Answer

Bereitstellung von Diensten

Answer

Auswertung von Ergebnissen

Answer

Erstellung von Modellen

Question 26

Welche Fähigkeit eines Modells beschreibt die Fähigkeit, auf neue, ungesehene Daten zu generalisieren?

Accepted Answer

Generalisierungsfähigkeit

Answer

Robustheit

Answer

Effizienz

Answer

Interpretierbarkeit

Question 27

Welcher der folgenden Algorithmen ist ein Beispiel für unüberwachtes Lernen?

Accepted Answer

K-Means-Clustering

Answer

Neuronale Netze

Answer

Lineare Regression

Answer

Entscheidungsbäume

Question 28

Welches ist das Hauptziel des maschinellen Lernens?

Accepted Answer

Computern das Lernen aus Daten ermöglichen, um Aufgaben zu erledigen, ohne explizit programmiert zu werden.

Answer

Erstellung komplexer Software

Answer

Automatisierung langwieriger Aufgaben

Answer

Ersetzen menschlicher Arbeitskräfte

Question 29

Welcher der folgenden Algorithmen ist KEIN Beispiel für überwachtes Lernen?

Accepted Answer

K-Means Clustering

Answer

Logistische Regression

Answer

Entscheidungsbaum

Answer

Support Vector Machines (SVM)

Question 30

Was ist der Zweck der Kreuzvalidierung?

Accepted Answer

Um die Verallgemeinerungsfähigkeit eines Modells zu schätzen

Answer

Um die Anzahl der benötigten Trainingsdaten zu reduzieren

Answer

Um die Trainingszeit eines Modells zu verkürzen

Question 31

Welche der folgenden Aussagen zu neuronalen Netzen ist FALSCH?

Accepted Answer

Neuronale Netze sind nur für komplexe Aufgaben geeignet.

Answer

Neuronale Netze können komplexe Beziehungen in Daten lernen.

Answer

Neuronale Netze bestehen aus miteinander verbundenen Knoten.

Question 32

Welche Technik wird verwendet, um die Gewichte in einem neuronalen Netz anzupassen?

Accepted Answer

Backpropagation

Answer

Kreuzvalidierung

Answer

Gradientenabstieg

Answer

Regularisierung

Question 33

Was ist ein Beispiel für eine Anwendung des maschinellen Lernens im Bereich des Gesundheitswesens?

Accepted Answer

Diagnose von Krankheiten basierend auf Patientendaten

Answer

Entwicklung neuer Medikamente

Answer

Optimierung von Logistikprozessen

Question 34

Welche der folgenden Aussagen zu Reinforcement Learning ist KORREKT?

Accepted Answer

Reinforcement Learning wird verwendet, um ein Agentenverhalten durch Belohnungen zu optimieren.

Answer

Reinforcement Learning erfordert eine große Menge an annotierten Daten.

Answer

Reinforcement Learning ist eine Form des überwachten Lernens.

Question 35

Welche der folgenden Aussagen zur Auswahl der richtigen Machine-Learning-Methode ist FALSCH?

Accepted Answer

Die beste Methode ist immer die komplexeste.

Answer

Der Typ der Aufgabe (Klassifikation, Regression usw.) beeinflusst die Wahl der Methode.

Answer

Die Verfügbarkeit von Daten beeinflusst die Wahl der Methode.

Answer

Die gewünschte Leistung des Modells beeinflusst die Wahl der Methode.

Question 36

Welcher der folgenden Algorithmen ist KEIN überwachter Lernalgorithmus?

Accepted Answer

K-Means-Clustering

Answer

Support Vector Machine

Answer

Lineare Regression

Answer

Logistische Regression

Question 37

Was ist der Zweck der Kreuzvalidierung in maschinellem Lernen?

Accepted Answer

Um die Generalisierungsfähigkeit eines Modells zu bewerten.

Answer

Um die Anzahl der benötigten Trainingsdaten zu reduzieren.

Answer

Um die Trainingszeit eines Modells zu reduzieren.

Question 38

Welche Metrik wird typischerweise verwendet, um die Leistung eines Klassifikationsmodells zu bewerten?

Accepted Answer

Genauigkeit (Accuracy)

Answer

Mittlere quadratische Abweichung (MSE)

Answer

R-Quadrat

Answer

Mittlere absolute Abweichung (MAE)

Question 39

Welches der folgenden Probleme ist ein typisches Beispiel für ein Regressionsproblem im maschinellen Lernen?

Accepted Answer

Vorhersage des Aktienkurses eines Unternehmens.

Answer

Klassifizierung von E-Mails als Spam oder nicht Spam.

Answer

Erkennung von Objekten in einem Bild.

Answer

Gruppierung von Kunden basierend auf ihren Kaufgewohnheiten.

Question 40

Was ist ein Entscheidungsbaum in maschinellem Lernen?

Accepted Answer

Ein hierarchisches Modell, das Regeln verwendet, um Entscheidungen zu treffen.

Answer

Ein neuronales Netzwerk, das aus mehreren Schichten besteht.

Answer

Ein Algorithmus, der lineare Beziehungen zwischen Variablen sucht.

Question 41

Was ist der Unterschied zwischen Batch- und Online-Lernen?

Accepted Answer

Batch-Lernen verwendet den gesamten Datensatz für jedes Training, während Online-Lernen Daten schrittweise verarbeitet.

Answer

Batch-Lernen ist schneller als Online-Lernen.

Question 42

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

Accepted Answer

Gruppierung von Kunden basierend auf ihren Kaufgewohnheiten.

Answer

Klassifizierung von E-Mails als Spam oder nicht Spam.

Answer

Vorhersage des Preises eines Hauses basierend auf seinen Eigenschaften.

Question 43

Welches der folgenden Konzepte ist NICHT Teil des maschinellen Lernens?

Accepted Answer

Expertensysteme

Answer

Support Vector Machines

Answer

Künstliche neuronale Netze

Answer

Entscheidungsbäume

Question 44

Was ist das Hauptziel von Deep Learning?

Accepted Answer

Die Entwicklung von komplexen Modellen, die aus großen Mengen an Daten lernen können.

Answer

Die Reduzierung der Komplexität von Modellen.

Answer

Die Verbesserung der Interpretierbarkeit von Modellen.

Question 45

Welche der folgenden Aussagen beschreibt am besten das Ziel des maschinellen Lernens?

Accepted Answer

Computern die Fähigkeit zu geben, aus Daten zu lernen, ohne explizit programmiert zu werden.

Answer

Die Entwicklung von Computern, die menschliche Intelligenz simulieren können.

Answer

Die Automatisierung von Aufgaben, die traditionell menschliche Eingriffe erfordern.

Question 46

Welche der folgenden Techniken wird verwendet, um die Leistung eines maschinellen Lernmodells zu messen?

Accepted Answer

Kreuzvalidierung

Answer

Regularisierung

Answer

Feature-Skalierung

Answer

Datennormalisierung

Question 47

Welche der folgenden Arten des maschinellen Lernens erfordert markierte Daten?

Accepted Answer

Überwachtes Lernen

Answer

Semi-überwachtes Lernen

Answer

Unüberwachtes Lernen

Answer

Verstärkungslernen

Question 48

Welches der folgenden Metriken wird verwendet, um die Güte eines Regressionsmodells zu messen?

Accepted Answer

Mittlerer quadratischer Fehler

Answer

F1-Score

Answer

ROC-AUC

Answer

Gini-Koeffizient

Question 49

Was versteht man unter "Tiefem Lernen"?

Accepted Answer

Eine Klasse von maschinellen Lernmodellen, die eine hierarchische Struktur von Neuronalen Netzen verwenden.

Answer

Ein Ansatz, der unstrukturierte Daten wie Bilder und Text verarbeitet.

Question 50

Welcher der folgenden Algorithmen ist ein Beispiel für unüberwachtes Lernen?

Accepted Answer

k-Means-Clustering

Answer

Entscheidungsbäume

Answer

Support Vector Machines

Answer

Logistische Regression

Question 51

Was ist der Zweck einer Kostenfunktion beim maschinellen Lernen?

Accepted Answer

Quantifizierung des Fehlers zwischen den Vorhersagen des Modells und den tatsächlichen Werten

Answer

Generierung von synthetischen Daten für das Training des Modells

Answer

Visualisierung der Leistung des Modells

Question 52

Welche der folgenden Aussagen beschreibt am besten Overfitting beim maschinellen Lernen?

Accepted Answer

Das Modell hat eine hohe Genauigkeit bei den Trainingsdaten, aber eine schlechte Genauigkeit bei den Testdaten.

Answer

Das Modell hat eine niedrige Genauigkeit bei den Trainingsdaten und eine hohe Genauigkeit bei den Testdaten.

Question 53

Was ist der Zweck der Kreuzvalidierung beim maschinellen Lernen?

Accepted Answer

Schätzung der Leistung des Modells auf ungesehenen Daten

Answer

Verringern der Dimensionalität des Datensatzes

Answer

Auswahl des besten maschinellen Lernalgorithmus

Question 54

Welcher der folgenden Algorithmen ist ein Beispiel für ein Ensemble-Learning-Verfahren?

Accepted Answer

Random Forest

Answer

k-Nearest Neighbors

Answer

Naive Bayes

Answer

Logistische Regression

Question 55

Was ist der Unterschied zwischen Klassifizierung und Regression beim maschinellen Lernen?

Accepted Answer

Die Klassifizierung sagt kategoriale Variablen voraus, während die Regression kontinuierliche Variablen vorhersagt.

Answer

Die Klassifizierung wird für unüberwachtes Lernen verwendet, während die Regression für überwachtes Lernen verwendet wird.

Question 56

Was ist der Zweck einer Aktivierungsfunktion in einem neuronalen Netzwerk?

Accepted Answer

Einführung von Nichtlinearität in das Modell

Answer

Berechnung des Fehlers des Modells

Answer

Reduzieren der Anzahl der Parameter im Modell

Answer

Normalisieren der Eingabedaten

Question 57

Was ist ein Bias-Varianz-Tradeoff beim maschinellen Lernen?

Accepted Answer

Der Kompromiss zwischen der Fähigkeit des Modells, die Trainingsdaten anzupassen, und seiner Fähigkeit, gut auf ungesehenen Daten zu verallgemeinern

Answer

Der Kompromiss zwischen der Genauigkeit und der Interpretierbarkeit des Modells

Question 58

Was ist der Zweck der Regularisierung beim maschinellen Lernen?

Accepted Answer

Verhindern von Overfitting durch Hinzufügen einer Strafe zum Kostenfunktion

Answer

Verbessern der Genauigkeit des Modells durch Erhöhen der Anzahl der Parameter

Answer

Verringern der Trainingszeit des Modells durch Reduzieren der Datenmenge

Question 59

Was ist eine Anwendung des maschinellen Lernens in der realen Welt?

Accepted Answer

Alle der oben genannten

Answer

Betrugserkennung

Answer

Empfehlungssysteme

Answer

Bildklassifizierung

Question 60

Welche der folgenden Aussagen beschreibt am besten das Konzept des überwachten Lernens im maschinellen Lernen?

Accepted Answer

Ein Algorithmus lernt aus markierten Daten, um Vorhersagen für neue Daten zu treffen.

Answer

Ein Algorithmus lernt aus unmarkierten Daten, um Muster zu entdecken.

Answer

Ein Algorithmus lernt aus Interaktion mit der Umgebung, um sich zu verbessern.

Question 61

Welcher der folgenden Algorithmen ist ein Beispiel für ein überwachtes Lernverfahren?

Accepted Answer

Logistische Regression

Answer

K-Means-Clustering

Answer

Principal Component Analysis (PCA)

Question 62

Welche Metrik wird verwendet, um die Leistung eines Klassifikationsmodells zu bewerten?

Accepted Answer

Genauigkeit

Answer

Korrelationskoeffizient

Answer

Entropie

Answer

Mittlere quadratische Abweichung

Question 63

Welches Konzept beschreibt die Fähigkeit eines Modells, auf neue, unsichtbare Daten zu verallgemeinern?

Accepted Answer

Generalisierung

Answer

Regularisierung

Answer

Überanpassung

Answer

Feature-Engineering

Question 64

Was ist der Zweck des Feature-Engineerings im maschinellen Lernen?

Accepted Answer

Die Daten so vorzubereiten, dass sie von Lernalgorithmen besser verarbeitet werden können.

Answer

Die Daten zu validieren und zu säubern.

Answer

Die Daten in verschiedene Klassen zu kategorisieren.