Bewertung und Optimierung von Machine-Learning-Modellen: Online-Quiz

Question 1

Welche der folgenden Metriken misst die Genauigkeit eines Klassifizierungsmodells für maschinelles Lernen?

Accepted Answer

Genauigkeit (Accuracy)

Answer

Mittlerer absoluter Fehler (MAE)

Answer

Mittlerer quadratischer Fehler (MSE)

Answer

Präzision (Precision)

Question 2

Welches Kriterium misst die Effizienz und Ausführungszeit eines ML-Modells?

Accepted Answer

Zeitkomplexität

Answer

Speicherkomplexität

Answer

Anzahl der Parameter

Answer

Genauigkeit (Accuracy)

Question 3

Welche Technik zur Modelloptimierung findet die optimalen Werte für Hyperparameter, um die Leistung eines Modells zu maximieren?

Accepted Answer

Hyperparameterabstimmung

Answer

Cross-Validation

Answer

Dropout

Answer

Regularisierung

Question 4

Welche Art von Machine-Learning-Modell wird verwendet, um Datenpunkten, die ähnliche Merkmale aufweisen, zu Clustern zuzuordnen?

Accepted Answer

Clustering-Modell

Answer

Klassifizierungsmodell

Answer

Regressionsmodell

Answer

Neuronales Netzwerk

Question 5

Welcher Begriff beschreibt den Ansatz, Daten und Modelle zwischen Forschungsgruppen und Organisationen zu teilen?

Accepted Answer

Offene Wissenschaft

Answer

Reproduzierbare Forschung

Answer

Datenaustausch

Answer

Wissenschaftliche Kollaboration

Question 6

Welcher Schritt im Modelloptimierungsprozess beinhaltet die Einstellung von Hyperparametern, um die Modellleistung zu verbessern?

Accepted Answer

Hyperparameteroptimierung

Answer

Datensatzaufteilung

Answer

Modelltraining

Answer

Modellauswertung

Question 7

Welche Technik zielt darauf ab, die Generalisierungsfähigkeit eines Modells zu verbessern, indem es die Diversität der Trainingsdaten erhöht?

Accepted Answer

Datenaugmentation

Answer

Cross-Validation

Answer

Regularisierung

Answer

Dropout

Question 8

Welche Metrik wird speziell zur Bewertung von Klassifizierungsmodellen verwendet?

Accepted Answer

Genauigkeit

Answer

Mittlerer absoluter Fehler

Answer

Mittlerer quadratischer Fehler

Question 9

Welche Metrik eignet sich am besten zur Beurteilung der Qualität von Regressionsmodellen?

Accepted Answer

Mittlerer absoluter Fehler (MAE)

Answer

Genauigkeit

Answer

Präzision

Question 10

Welche Metrik wird verwendet, um die Genauigkeit eines Regressionsmodells zu messen, das kontinuierliche Werte vorhersagt?

Accepted Answer

Mittlerer absoluter Fehler (MAE)

Answer

Genauigkeit

Answer

Fläche unter der ROC-Kurve (AUC-ROC)

Question 11

Welche Technik zielt darauf ab, die Hyperparameter eines Modells systematisch zu optimieren, um seine Leistung zu verbessern?

Accepted Answer

Hyperparameterabstimmung

Answer

Ensemble-Lernen

Answer

Feature Engineering

Answer

Datenaufbereitung

Question 12

Welcher der folgenden Vorteile ist mit der Anwendung der Kreuzvalidierung verbunden?

Accepted Answer

Verhinderung von Überanpassung

Answer

Verringerte Rechenzeit

Answer

Erhöhte Modellgenauigkeit

Answer

Erhöhte Modellkomplexität

Question 13

Welche Methode wird verwendet, um die besten Hyperparameter eines Modells zu bestimmen?

Accepted Answer

Hyperparameterabstimmung

Answer

Parameteroptimierung

Answer

Gradientenabstieg

Answer

Gewichtsaktualisierung

Question 14

Welche Metrik wird verwendet, um die Fähigkeit eines Modells zu messen, negative Fälle korrekt zu klassifizieren?

Accepted Answer

Spezifität

Answer

Präzision

Answer

F1-Score

Answer

Sensitivität (Recall)

Question 15

Welcher Begriff beschreibt einen Zustand, in dem ein Modell zu stark auf die Trainingsdaten angepasst ist?

Accepted Answer

Überanpassung

Answer

Unteranpassung

Answer

Generalisierung

Answer

Regularisierung

Question 16

Welche der folgenden Aussagen über die Verwirrungsmatrix ist korrekt?

Accepted Answer

Sie zeigt die Verteilung tatsächlicher und vorhergesagter Klassenbezeichnungen.

Answer

Sie kann nicht zur Berechnung von Bewertungsmetriken verwendet werden.

Answer

Sie wird nur für binäre Klassifizierungsprobleme verwendet.

Question 17

Welcher Algorithmus wird verwendet, um die Gewichtungen eines neuronalen Netzwerks iterativ zu aktualisieren?

Accepted Answer

Gradientenabstieg

Answer

Support Vector Machines

Answer

K-Means-Clustering

Answer

Naive Bayes

Question 18

Welche Metrik ist zur Bewertung der Klassifizierungsleistung eines ML-Modells geeignet?

Accepted Answer

Accuracy

Answer

Varianz

Answer

Mittelwert

Answer

Standardabweichung

Question 19

Welche Technik wird zur Optimierung der Hyperparameter eines ML-Modells verwendet?

Accepted Answer

Hyperparameterabstimmung

Answer

Modelltraining

Answer

Feature-Auswahl

Answer

Datenbereinigung

Question 20

Welche der folgenden Methoden ist eine gängige Technik zur Hyperparameterabstimmung?

Accepted Answer

Gittersuche

Answer

Support Vector Machines

Answer

Neuronale Netze

Answer

K-Means-Clustering

Question 21

Welcher ist der Hauptzweck der Kreuzvalidierung bei der Bewertung von ML-Modellen?

Accepted Answer

Verbesserte Schätzung der Modellleistung

Answer

Erhöhung der Modellkomplexität

Answer

Reduzierung des Bias

Question 22

Welcher Vorteil ist mit der Verwendung von Regularisierungstechniken bei der Modelloptimierung verbunden?

Accepted Answer

Verringerung von Überanpassung

Answer

Erhöhung der Modellkomplexität

Answer

Beschleunigung des Trainingsprozesses

Answer

Verbesserung der Verallgemeinerungsleistung

Question 23

Welche Aussage über die Optimierung von ML-Modellen ist richtig?

Accepted Answer

Es ist ein iterativer Prozess.

Answer

Es wird nur für komplexe Modelle benötigt.

Answer

Es garantiert immer eine optimale Leistung.

Answer

Es kann mit einer einzigen Iteration abgeschlossen werden.

Question 24

Welcher der folgenden Nachteile ist mit der sequentiellen Modelloptimierung verbunden?

Accepted Answer

Hohe Rechenkosten

Answer

Einfache Implementierung

Answer

Verbesserte Modellleistung

Question 25

Welche Metrik misst die Fehlklassifizierungsrate eines ML-Modells am präzisesten?

Accepted Answer

1 - Accuracy

Answer

F1-Score

Answer

Precision

Answer

Recall

Question 26

Welcher Optimierungsalgorithmus verwendet einen Gradientenabstieg, um die Hyperparameter eines ML-Modells effektiv zu optimieren?

Accepted Answer

Gradient Descent

Answer

Zufallssuche

Answer

Evolutionäre Algorithmen

Answer

Gittersuche

Question 27

Welche Methode zur Validierung eines ML-Modells teilt den Datensatz in drei getrennte Teile auf: Training, Validierung und Test?

Accepted Answer

Holdout-Validierung

Answer

Kreuzvalidierung

Answer

Bootstrap-Validierung

Answer

Leave-One-Out-Kreuzvalidierung

Question 28

Welches Diagramm visualisiert anschaulich die Beziehung zwischen der Anzahl der Trainingsdaten und der Leistung eines ML-Modells?

Accepted Answer

Lernkurve

Answer

ROC-Kurve

Answer

Verwirrungsmatrix

Answer

Präzisions-Rückruf-Kurve

Question 29

Welcher Begriff beschreibt den umfassenden Prozess der Auswahl der optimalen Architektur und Hyperparameter für ein ML-Modell?

Accepted Answer

Modelloptimierung

Answer

Modelltraining

Answer

Modellbereitstellung

Answer

Modellbewertung

Question 30

Welcher Ansatz zur Hyperparameteroptimierung beinhaltet die zufällige und effiziente Erkundung des Hyperparameterraums?

Accepted Answer

Zufallssuche

Answer

Gittersuche

Answer

Evolutionäre Algorithmen

Question 31

Welche Methode zur Modellvalidierung verwendet mehrere Iterationen der Aufteilung des Datensatzes in Trainings- und Validierungsteilmengen, um robustere Schätzungen zu erzielen?

Accepted Answer

Kreuzvalidierung

Answer

Bootstrap-Validierung

Answer

Leave-One-Out-Kreuzvalidierung

Answer

Holdout-Validierung

Question 32

Welches Diagramm visualisiert umfassend die Leistung eines ML-Modells in Abhängigkeit von verschiedenen Schwellenwerten?

Accepted Answer

ROC-Kurve

Answer

Verwirrungsmatrix

Answer

Lernkurve

Answer

Präzisions-Rückruf-Kurve

Question 33

Welche Metrik misst den Anteil der fälschlicherweise als positiv vorhergesagten Instanzen?

Accepted Answer

Falsch-Positiv-Rate (FPR)

Answer

Genauigkeit

Answer

F1-Score

Answer

Recall

Question 34

Welcher Algorithmus wird typischerweise für die Hyperparameteroptimierung verwendet?

Accepted Answer

Gittersuchalgorithmus

Answer

K-Nearest-Neighbors

Answer

Support-Vector-Maschine

Answer

Naive-Bayes-Klassifikator

Question 35

Was ist das primäre Ziel der Modelloptimierung?

Accepted Answer

Verbesserung der Modellleistung

Answer

Reduzierung der Modellkomplexität

Answer

Vermeidung von Überanpassung

Answer

Verkürzung der Trainingszeit

Question 36

Was ist ein wesentlicher Nachteil der k-fachen Kreuzvalidierung?

Accepted Answer

Kann rechenintensiv sein, insbesondere bei großen Datenmengen.

Answer

Benötigt immer eine große Menge an Trainingsdaten.

Answer

Kann nicht zur Erkennung von Überanpassung verwendet werden.

Answer

Kann zu verzerrten Schätzungen der Modellleistung führen.

Question 37

Wie unterscheiden sich Überanpassung und Unteranpassung?

Accepted Answer

Überanpassung tritt auf, wenn ein Modell zu komplex ist, während Unteranpassung auftritt, wenn es zu einfach ist.

Answer

Überanpassung tritt auf, wenn zu viele Trainingsdaten vorhanden sind, während Unteranpassung auftritt, wenn nicht genügend Trainingsdaten vorhanden sind.

Question 38

Was ist der Hauptzweck der Modellbewertung?

Accepted Answer

Messung der Leistung des Modells auf neuen, ungesehenen Daten.

Answer

Trainieren und Optimieren des Modells

Answer

Bereinigung und Vorverarbeitung der Daten

Question 39

Welche Aussage zur Random Forest ist korrekt?

Accepted Answer

Ein Ensemble-Algorithmus, der mehrere Entscheidungsbäume kombiniert.

Answer

Ein linearer Klassifikator, der eine Hyperebene verwendet.

Answer

Eine Support-Vector-Maschine, die einen nichtlinearen Kernel verwendet.

Question 40

Welche Metrik wird zur Bewertung der Klassifizierungsgenauigkeit binärer Klassifizierer verwendet?

Accepted Answer

F1-Score

Answer

Korrelationskoeffizient

Answer

Mittlerer absoluter Fehler

Question 41

Welche der folgenden Techniken wird zur Modelloptimierung verwendet, indem hyperparameter iterativ angepasst werden?

Accepted Answer

Hyperparameterabstimmung

Answer

Kreuzvalidierung

Answer

Netzwerkpruning

Answer

Feature-Auswahl

Question 42

Welche Metrik wird verwendet, um die Güte der Vorhersage eines Regressionsmodells zu messen?

Accepted Answer

Mittlerer quadratischer Fehler

Answer

Precision

Answer

Accuracy

Question 43

Welche der folgenden Methoden kann zur Verhinderung von Überanpassung in ML-Modellen eingesetzt werden?

Accepted Answer

Regularisierung

Answer

Frühes Stoppen

Answer

Datenaufteilung

Answer

Ensemble-Methoden

Question 44

Welche Aussage über Kreuzvalidierung ist korrekt?

Accepted Answer

Sie ist eine Technik zur Schätzung der Generalisierungsleistung eines Modells.

Answer

Sie wird verwendet, um die optimalen Hyperparameter für ein Modell zu bestimmen.

Answer

Sie kann verwendet werden, um Überanpassung zu verhindern.

Question 45

Welche der folgenden Metriken misst die Fähigkeit eines Klassifikators, positive Beispiele korrekt zu identifizieren?

Accepted Answer

Recall

Answer

F1-Score

Answer

ROC-AUC

Answer

Precision

Question 46

Welche Methode kann verwendet werden, um die Anzahl der Epochen zu bestimmen, die ein neuronales Netzwerk trainiert werden soll?

Accepted Answer

Frühes Stoppen

Answer

Rückausbreitung

Answer

Dropout

Answer

Gradientenabstieg

Question 47

Welche der folgenden Aussagen über Hyperparameterabstimmung ist falsch?

Accepted Answer

Sie ist ein automatisierter Prozess.

Answer

Sie kann die Modellleistung erheblich verbessern.

Answer

Sie kann zeitaufwändig sein.

Answer

Sie ist für alle ML-Modelle von entscheidender Bedeutung.

Question 48

Welche Metrik wird verwendet, um die Beziehung zwischen den tatsächlichen und vorhergesagten Werten eines Regressionsmodells zu messen?

Accepted Answer

Korrelationskoeffizient

Answer

Mittlerer quadratischer Fehler

Answer

R-Quadrat

Answer

Mittlerer absoluter Fehler

Question 49

Welche Technik kann verwendet werden, um die Größe neuronaler Netze zu reduzieren?

Accepted Answer

Netzwerkpruning

Answer

Datenaufteilung

Answer

Frühes Stoppen

Answer

Ensemble-Methoden

Question 50

Welche Metrik eignet sich am besten, um die Leistung eines Klassifikationsmodells zu bewerten, bei dem falsch-negative Ergebnisse schwerwiegender sind als falsch-positive?

Accepted Answer

Recall

Answer

Genauigkeit

Answer

Präzision

Answer

F1-Score

Question 51

Was ist der Hauptzweck der Kreuzvalidierung beim Trainieren von ML-Modellen?

Accepted Answer

Schätzung der Leistung des Modells an neuen, ungesehenen Daten

Answer

Reduzierung der Trainingszeit des Modells

Answer

Beseitigung der Notwendigkeit einer Datenbereinigung

Question 52

Welche der folgenden Aussagen beschreibt den Begriff 'Overfitting' in Bezug auf Machine Learning am besten?

Accepted Answer

Das Modell schneidet bei den Trainingsdaten hervorragend ab, kann diese Leistung aber nicht auf ungesehene Daten übertragen.

Answer

Das Modell ist zu einfach und kann komplexe Muster in den Daten nicht erfassen.

Question 53

Welche Technik wird häufig verwendet, um Overfitting beim Trainieren von neuronalen Netzen zu verhindern?

Accepted Answer

Dropout

Answer

Normalisierung von Merkmalen

Answer

Gradientenverstärkung

Answer

Dimensionsreduktion

Question 54

Was ist die Rolle der Lernrate bei der Optimierung von ML-Modellen?

Accepted Answer

Sie steuert die Schrittgröße bei der Aktualisierung der Modellparameter während des Trainings.

Answer

Sie bestimmt die Anzahl der Epochen beim Training.

Answer

Sie misst die Leistung des Modells an den Testdaten.

Question 55

Was ist der Unterschied zwischen Batch-Gradientenabstieg und stochastischem Gradientenabstieg?

Accepted Answer

Batch-Gradientenabstieg verwendet den gesamten Datensatz für jede Aktualisierung der Parameter, während stochastischer Gradientenabstieg nur einen Datenpunkt oder eine kleine Gruppe von Datenpunkten verwendet.

Answer

Batch-Gradientenabstieg ist schneller als stochastischer Gradientenabstieg.

Question 56

Was ist Grid Search bei der Hyperparameteroptimierung?

Accepted Answer

Eine Technik, die alle möglichen Kombinationen von Hyperparametern innerhalb eines vordefinierten Bereichs ausprobiert.

Answer

Ein Algorithmus, der den optimalen Satz von Hyperparametern analytisch berechnet.

Question 57

Welche der folgenden Aussagen ist KEIN Vorteil der Verwendung einer GPU für das Training von ML-Modellen?

Accepted Answer

Geringerer Stromverbrauch

Answer

Fähigkeit, größere Modelle zu trainieren

Answer

Effizientere Verarbeitung großer Datensätze

Answer

Schnellere Trainingszeiten

Question 58

Was versteht man unter dem Begriff 'Bias' im Kontext von ML-Modellen?

Accepted Answer

Die systematischen Fehler, die ein Modell aufgrund falscher Annahmen über die Daten macht.

Answer

Die zufällige Variabilität der Modellvorhersagen.

Answer

Die Komplexität des Modells.

Question 59

Was ist ein wichtiger Schritt, um sicherzustellen, dass ein ML-Modell in der Praxis verantwortungsvoll eingesetzt wird?

Accepted Answer

Überwachung des Modells nach der Bereitstellung auf unerwartetes Verhalten oder Bias.

Answer

Ignorieren von Bedenken hinsichtlich der Datensicherheit und des Datenschutzes.

Answer

Verwenden des komplexesten verfügbaren Modells, unabhängig von der Aufgabenstellung.

Question 60

Welche Metrik wird verwendet, um die Vorhersageleistung eines Klassifikationsmodells zu messen?

Accepted Answer

Genauigkeit

Answer

AUC-ROC

Answer

R-Quadrat

Answer

MAE

Question 61

Welche Technik kann verwendet werden, um die Hyperparameter eines ML-Modells zu optimieren?

Accepted Answer

Gittersuche

Answer

Neuronale Netzwerk-Architektur

Answer

Ensemble-Methoden

Question 62

Was ist ein Bias-Varianz-Dilemma?

Accepted Answer

Der Kompromiss zwischen Modellkomplexität und Überanpassung

Answer

Die Auswahl der richtigen Features für ein Modell

Answer

Der Unterschied zwischen trainierten und Testdaten

Question 63

Welche Metrik wird verwendet, um die Regressionsleistung eines ML-Modells zu messen?

Accepted Answer

Mittlerer absoluter Fehler

Answer

F1-Score

Answer

Präzision

Answer

AUC-ROC

Question 64

Was ist der Zweck der Kreuzvalidierung?

Accepted Answer

Robuste Schätzung der Modellleistung

Answer

Verhinderung von Überanpassung

Answer

Optimierung der Hyperparameter eines Modells

Answer

Auswahl der besten Merkmale für ein Modell