Maschinelles Lernen: Quizfragen und Übungen

Question 1

Welche Schritte sind in der richtigen Reihenfolge beim Entwickeln eines Machine-Learning-Modells durchzuführen?

Accepted Answer

Daten vorbereiten, Modell auswählen, Modell erstellen, Modell testen

Answer

Modell erstellen, Modell testen, Daten vorbereiten, Modell auswählen

Answer

Modell testen, Daten vorbereiten, Modell auswählen, Modell erstellen

Answer

Daten vorbereiten, Modell auswählen, Modell testen, Modell auswählen

Question 2

Beim überwachten Lernen werden Algorithmen trainiert mit:

Accepted Answer

Beschrifteten Daten

Answer

Unbeschrifteten Daten

Answer

Verstärkungssignalen

Answer

Generierten Daten

Question 3

Welche Metrik wird zur Bewertung der Effektivität von Regressionsmodellen verwendet?

Accepted Answer

Mittlerer absoluter Fehler

Answer

Präzision

Answer

Rückruf

Answer

F1-Maß

Question 4

Welche Technik wird eingesetzt, um Überanpassung in Machine-Learning-Modellen zu vermeiden?

Accepted Answer

Regularisierung

Answer

Kreuzvalidierung

Answer

Merkmalsauswahl

Answer

Boosting

Question 5

Welcher Typ von Machine-Learning-Algorithmus erfordert keine explizite Beschriftung der Daten?

Accepted Answer

Unüberwachtes Lernen

Answer

Überwachtes Lernen

Answer

Verstärkungslernen

Answer

Transferlernen

Question 6

Welcher Begriff beschreibt den Prozess der Aufbereitung von Daten für die Verwendung in Machine-Learning-Modellen?

Accepted Answer

Datenvorverarbeitung

Answer

Feature-Engineering

Answer

Modellbewertung

Answer

Modellentwicklung

Question 7

Welche Architektur wird im maschinellen Lernen für die Verarbeitung sequenzieller Daten verwendet?

Accepted Answer

Rekurrente neuronale Netze

Answer

Konvolutionelle neuronale Netze

Answer

Entscheidungsbäume

Answer

Lineare Regression

Question 8

Welche ethischen Aspekte sind beim Einsatz von maschinellem Lernen zu beachten?

Accepted Answer

Ethische Überlegungen sollten bei der Entwicklung und Nutzung von maschinellem Lernen im Vordergrund stehen.

Answer

Maschinelles Lernen hat nur positive Auswirkungen auf die Gesellschaft.

Answer

Die ethischen Auswirkungen von maschinellem Lernen betreffen nur große Unternehmen.

Question 9

Welche Aussage trifft am besten auf unüberwachte Lernalgorithmen zu?

Accepted Answer

Sie lernen aus unmarkierten Daten und finden versteckte Muster.

Answer

Sie benötigen markierte Daten, um Muster zu erkennen.

Question 10

Welcher der folgenden Algorithmen gehört zum überwachten Lernen, bei dem ein Modell trainiert wird, um eine Zielvariable vorherzusagen, die explizit bereitgestellt wird?

Accepted Answer

Support Vector Machines (SVM)

Answer

Autoencoder

Answer

Hauptkomponentenanalyse (PCA)

Answer

K-Means-Clustering

Question 11

Welche der folgenden Metriken wird häufig zur Bewertung der Gesamtleistung von Klassifikationsmodellen verwendet, indem sie sowohl Präzision als auch Rückruf berücksichtigt?

Accepted Answer

F1-Score

Answer

Korrelationskoeffizient

Answer

Varianzaufklärung

Answer

Mittlerer quadratischer Fehler (MSE)

Question 12

Welcher der folgenden Datentypen wird häufig für unüberwachtes Lernen verwendet, bei dem ein Modell trainiert wird, Muster oder Strukturen in Daten zu erkennen, ohne explizite Zielvariablen?

Accepted Answer

Unbeschriftete Daten

Answer

Teilweise beschriftete Daten

Answer

Sequentielle Daten

Answer

Markierte Daten

Question 13

Welches der folgenden Prinzipien gewährleistet, dass ein maschinelles Lernmodell auch auf neue, bisher ungesehene Daten gut funktioniert?

Accepted Answer

Generalisierung

Answer

Spezialisierung

Answer

Rauschen

Answer

Überanpassung

Question 14

Welche der folgenden Anwendungen ist ein Beispiel für maschinelles Lernen in der Praxis, wo es eingesetzt wird, um Aufgaben zu automatisieren oder Erkenntnisse aus Daten zu gewinnen?

Accepted Answer

Bilderkennung

Answer

Buchhaltung

Answer

Statistik

Answer

Steuererklärungen erstellen

Question 15

Welche der folgenden Aussagen zur Ethik im maschinellen Lernen, die sich mit den potenziellen Auswirkungen und der verantwortungsvollen Nutzung maschinellen Lernens befasst, ist richtig?

Accepted Answer

Die Ethik sollte in allen Phasen des maschinellen Lernens, von der Datenerfassung bis zur Modellimplementierung, berücksichtigt werden.

Answer

Ethik ist optional und kann nach Belieben berücksichtigt werden.

Answer

Ethik ist nur für die Entwicklung von Modellen relevant.

Question 16

Welcher der folgenden Algorithmentypen gehört **nicht** zu den Haupttypen von Machine-Learning-Algorithmen?

Accepted Answer

Deterministische Algorithmen

Answer

Überwachte Lernalgorithmen

Answer

Verstärkbare Lernalgorithmen

Answer

Unüberwachte Lernalgorithmen

Question 17

Welche der folgenden Metriken wird zur Bewertung der Leistung eines Klassifizierungsmodells verwendet?

Accepted Answer

AUC-ROC

Answer

Mean Squared Error (MSE)

Answer

Mean Absolute Error (MAE)

Question 18

Welcher der folgenden Algorithmen ist für Clustering-Aufgaben geeignet?

Accepted Answer

K-Means

Answer

Neuronale Netze

Answer

Logistische Regression

Answer

Support Vector Machines

Question 19

Was ist das primäre Ziel der Regularisierung in Machine-Learning-Modellen?

Accepted Answer

Überanpassung verhindern

Answer

Trainingszeit verkürzen

Answer

Modellgenauigkeit verbessern

Question 20

Was ist das Ziel des Lernens von Dimensionenreduktion?

Accepted Answer

Reduzierung der Anzahl von Features unter Beibehaltung relevanter Informationen

Answer

Erhöhung der Modellgenauigkeit

Answer

Vereinfachung der Datenvisualisierung

Question 21

Welche Aussage über Machine-Learning-Modelle ist korrekt?

Accepted Answer

Sie lernen aus Daten und können Vorhersagen treffen

Answer

Sie sind immer deterministisch

Answer

Sie benötigen keine Dateneingabe

Question 22

Welcher der folgenden Algorithmen ist ein unüberwachter Lernalgorithmus und wird typischerweise für die Clusteranalyse eingesetzt?

Accepted Answer

K-Means-Clustering

Answer

Entscheidungsbaum

Answer

Lineare Regression

Answer

Support Vector Machine

Question 23

Welches Maß wird verwendet, um die Leistung eines Klassifikationsmodells zu bewerten, das die Richtigkeit der Vorhersage misst?

Accepted Answer

Genauigkeit

Answer

Korrelationskoeffizient

Answer

Varianz

Answer

Mittelwertquadratischer Fehler

Question 24

Was ist der fundamentale Unterschied zwischen einem Bias und einer Varianz im Kontext von Machine-Learning-Modellen?

Accepted Answer

Bias ist der systematische Fehler, der durch Vereinfachungen im Modell entsteht, während Varianz der zufällige Fehler ist, der durch die begrenzten Daten resultiert.

Answer

Varianz ist der systematische Fehler, während Bias der zufällige Fehler ist.

Answer

Bias und Varianz sind gleichbedeutende Begriffe.

Question 25

Was ist das primäre Ziel der Merkmalsextraktion?

Accepted Answer

Reduzierung der Dimensionalität und Verbesserung der Modellleistung durch die Auswahl relevanter Merkmale.

Answer

Reduzierung der Dimensionalität ohne Auswirkungen auf die Modellleistung.

Answer

Erhöhung der Dimensionalität und Verschlechterung der Modellleistung.

Question 26

Welche der folgenden Metriken wird verwendet, um die Leistung eines Regressionsmodells zu bewerten, das die Abweichung zwischen vorhergesagten und tatsächlichen Werten misst?

Accepted Answer

Mittelwertquadratischer Fehler

Answer

Genauigkeit

Answer

F1-Score

Answer

AUC-ROC

Question 27

Was ist der Hauptvorteil der Nutzung von Cloud-Computing-Diensten für Machine Learning?

Accepted Answer

Erhöhte Rechenkapazität, Skalierbarkeit und Zugriff auf spezialisierte Hardware.

Answer

Verbesserte Datensicherheit

Answer

Vereinfachte Modellentwicklung

Answer

Geringere Kosten

Question 28

Welcher der folgenden Algorithmen wird für überwachtes Lernen verwendet?

Accepted Answer

Entscheidungsbaum

Answer

Hauptkomponentenanalyse

Answer

Zeilenassoziationsanalyse

Answer

K-Means-Clustering

Question 29

Welchem Zweck dient die Featureskalierung in maschinellen Lernmodellen?

Accepted Answer

Optimierung der Modellkonvergenz

Answer

Reduzierung der Dimensionalität

Answer

Steigerung der Interpretierbarkeit

Answer

Erkennung von Ausreißern

Question 30

Was ist das grundlegende Ziel von unüberwachtem Lernen?

Accepted Answer

Entdeckung verborgener Muster in unbeschrifteten Daten

Answer

Vorhersage von Zielvariablen

Answer

Erklärung komplexer Phänomene

Question 31

Welcher Lerntyp wird zur Identifizierung von Datenpunktclustern eingesetzt?

Accepted Answer

K-Means-Clustering

Answer

Support Vector Machine

Answer

Neuronales Netzwerk

Answer

Naive-Bayes-Klassifikator

Question 32

Überwachtes maschinelles Lernen zeichnet sich aus durch:

Accepted Answer

Lernen aus markierten Datensätzen zur Vorhersage unbekannter Zielvariablen.

Answer

Identifizierung von Mustern in unmarkierten Datensätzen.

Answer

Erzeugung neuer Datenpunkte aus unmarkierten Daten.

Question 33

Welcher der folgenden Algorithmen gehört zum unüberwachten Lernen?

Accepted Answer

K-Means-Clustering (Gruppierung von Datenpunkten in Cluster anhand ihrer Ähnlichkeit)

Answer

Lineare Regression (Vorhersage kontinuierlicher Werte)

Answer

Entscheidungsbaum (Klassifizierung von Datenpunkten)

Question 34

Eine Stärke von Entscheidungsbäumen als maschinellem Lernmodell ist:

Accepted Answer

Erklärbarkeit und einfache Interpretation (logische Regeln zur Entscheidungsfindung)

Answer

Hohe Genauigkeit (anfällig für Überanpassung)

Answer

Robustheit gegenüber Ausreißern (empfindlich gegenüber verrauschten Daten)

Answer

Effizienz bei großen Datensätzen (hohe Rechenzeit)

Question 35

Eine neuere Entwicklung im Bereich des maschinellen Lernens ist:

Accepted Answer

Tiefes Lernen (Modellierung komplexer Beziehungen mit künstlichen neuronalen Netzen)

Answer

Stützvektormaschinen (Klassifikation und Regression)

Answer

Bayes'sche Netzwerke (Wahrscheinlichkeitsmodellierung)

Answer

Lineare Regression (Modellierung linearer Beziehungen)

Question 36

Ein überwachter Lernalgorithmus ist:

Accepted Answer

Entscheidungsbaum (Vorhersage von Klassenbezeichnungen)

Answer

K-Means-Clustering (Gruppierung von Daten)

Answer

Prinzipalkomponentenanalyse (Reduzierung der Dimensionalität)

Answer

Autoencoder (Dekodierung von Daten)

Question 37

Welche Metrik wird zur Bewertung der Leistung eines Klassifizierungsmodells verwendet?

Accepted Answer

F1-Score (gewichteter Mittelwert aus Sensitivität und Spezifität)

Answer

Cosine-Ähnlichkeit (Maß für die Ähnlichkeit zweier Vektoren)

Answer

Root Mean Squared Error (Maß für den Fehler zwischen Vorhersagen und tatsächlichen Werten)

Answer

Mean Absolute Error (Maß für den absoluten Fehler zwischen Vorhersagen und tatsächlichen Werten)

Question 38

Ein Algorithmus zur Reduzierung der Dimensionalität von Daten ist:

Accepted Answer

PCA (Projektion von Daten auf eine niedrigere Dimension)

Answer

RNN (Verarbeitung sequenzieller Daten)

Answer

K-NN (Klassifizierung anhand der nächsten Nachbarn)

Answer

SVM (Klassifikation mit hoher Marge)

Question 39

Eine Technik zur Regularisierung von Machine-Learning-Modellen ist:

Accepted Answer

L2-Regularisierung (Hinzufügen einer Strafe zum Verlust für große Gewichte)

Answer

Overfitting (Überanpassung des Modells an den Trainingsdaten)

Answer

Feature-Skalierung (Standardisierung oder Normalisierung von Features)

Answer

Cross-Validierung (Aufteilung des Datensatzes in Training und Validierung)

Question 40

Welche der folgenden Aufgaben ist typisch für eine Regressionsaufgabe im maschinellen Lernen?

Accepted Answer

Vorhersage des Hauspreises

Answer

Generierung von Texten

Answer

Erkennung von Spam-E-Mails

Answer

Identifizierung von Kundengruppen

Question 41

Welcher der folgenden Algorithmen ist ein Beispiel für ein neuronales Netzwerk?

Accepted Answer

Convolutional Neural Network (CNN)

Answer

Naive Bayes

Answer

Support Vector Machine (SVM)

Answer

Entscheidungsbaum

Question 42

Welche der folgenden Techniken wird eingesetzt, um die Robustheit von Machine-Learning-Modellen zu verbessern?

Accepted Answer

Bagging

Answer

Feature Engineering

Answer

Overfitting

Answer

Underfitting

Question 43

Welcher Faktor beeinflusst maßgeblich die Leistung eines Machine-Learning-Modells?

Accepted Answer

Qualität der Trainingsdaten

Answer

Verfügbare Rechenleistung

Answer

Größe des Modells

Answer

Wahl des Lernalgorithmus

Question 44

Welche der folgenden Aussagen trifft nicht auf überwachte Lernalgorithmen zu?

Accepted Answer

K-Means-Clustering ist ein überwachter Lernalgorithmus.

Answer

Entscheidungsbäume sind überwachte Lernalgorithmen.

Answer

Lineare Regression ist ein überwachter Lernalgorithmus.

Answer

Support-Vektor-Maschinen sind überwachte Lernalgorithmen.

Question 45

Welche Metrik wird häufig zur Bewertung der Güte eines Klassifikationsmodells herangezogen?

Accepted Answer

F1-Score

Answer

R-Quadrat

Answer

Mittlerer absoluter Fehler

Question 46

Was ist der Hauptzweck von Regularisierungstechniken in Machine-Learning-Modellen?

Accepted Answer

Überanpassung verhindern

Answer

Modellkomplexität erhöhen

Answer

Unteranpassung verhindern

Answer

Vorhersagegenauigkeit verbessern

Question 47

Welche der folgenden Techniken dient zur Behandlung fehlender Werte in Datensätzen?

Accepted Answer

Imputation

Answer

Clustering

Answer

Normalisierung

Answer

Transformation

Question 48

Was ist der wesentliche Unterschied zwischen einem Entscheidungsbaum und einem Zufallsforest?

Accepted Answer

Ein Zufallsforest kombiniert mehrere Entscheidungsbäume.

Answer

Entscheidungsbäume können kontinuierliche Variablen verarbeiten, Zufallsforests jedoch nicht.

Answer

Zufallsforests sind deterministisch, während Entscheidungsbäume probabilistisch sind.

Question 49

Was versteht man unter Kreuzvalidierung?

Accepted Answer

Eine Methode, um die Verallgemeinerungsfähigkeit eines Modells zu beurteilen

Answer

Ein Algorithmus zum Erstellen von Machine-Learning-Modellen

Answer

Eine Technik zur Optimierung der Modellparameter

Question 50

Was ist das Ziel der Normalisierung von Daten?

Accepted Answer

Vergleichbarkeit der Merkmale verbessern

Answer

Verarbeitungszeit verkürzen

Answer

Modellgenauigkeit erhöhen

Answer

Überanpassung reduzieren

Question 51

Welches der folgenden ist ein überwachter Lernalgorithmus?

Accepted Answer

Entscheidungsbaum

Answer

K-Means-Clustering

Answer

Apriori-Algorithmus

Answer

Hauptkomponentenanalyse

Question 52

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

Accepted Answer

Genauigkeit

Answer

Korrelationskoeffizient

Answer

Varianz

Answer

Mittelwertquadratischer Fehler

Question 53

Welches der folgenden ist ein Beispiel für ein Ensemble-Lernverfahren?

Accepted Answer

Random Forest

Answer

Lineare Regression

Answer

Support Vector Machine

Answer

Naive Bayes

Question 54

Welche Normalisierungsmethode wird verwendet, um die Werte von Features in einen bestimmten Bereich (z. B. 0-1) zu transformieren?

Accepted Answer

Min-Max-Skalierung

Answer

z-Score-Skalierung

Answer

Standardisierung

Question 55

Welches der folgenden ist ein Vorteil der Verwendung einer Kreuzvalidierung?

Accepted Answer

Überanpassung reduzieren

Answer

Die Anzahl der Features reduzieren

Answer

Trainingszeit verringern

Answer

Die Modellkomplexität erhöhen

Question 56

Welche der folgenden Techniken wird verwendet, um die Dimensionalität von Daten zu reduzieren?

Accepted Answer

Hauptkomponentenanalyse

Answer

Clusteranalyse

Answer

Regressionsanalyse

Answer

Klassifizierung

Question 57

Welche Art von maschinellem Lernalgorithmus wird verwendet, um nichtlineare Beziehungen in Daten zu modellieren?

Accepted Answer

Kernel-Methode

Answer

Naive Bayes

Answer

Logistische Regression

Answer

Lineare Regression

Question 58

Welches der folgenden ist ein Hyperparameter eines maschinellen Lernmodells?

Accepted Answer

Lernrate

Answer

Datenpunkt

Answer

Zielvariable

Answer

Feature-Gewicht

Question 59

Welches der folgenden ist ein ethisches Problem im Zusammenhang mit maschinellem Lernen?

Accepted Answer

Voreingenommenheit

Answer

Hohe Varianz

Answer

Überanpassung

Answer

Unteranpassung

Question 60

Welche der folgenden Aussagen über das maschinelle Lernen trifft nicht zu?

Accepted Answer

Maschinelles Lernen kann nur mit strukturierten Daten verwendet werden.

Answer

Maschinelles Lernen kann zur Automatisierung von Aufgaben eingesetzt werden.

Answer

Maschinelles Lernen kann in verschiedenen Branchen eingesetzt werden.

Question 61

Welches der folgenden ist KEIN Beispiel für überwachtes Lernen?

Accepted Answer

Clustering von Kundendaten

Answer

Klassifizierung von E-Mails als Spam oder Nicht-Spam

Answer

Identifizierung von Betrugstransaktionen

Answer

Vorhersage des Hauspreises basierend auf Eigenschaften

Question 62

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

Accepted Answer

Genauigkeit

Answer

Mittlere quadratische Abweichung

Answer

Entropie

Answer

Korrelationskoeffizient

Question 63

Welche Art von Algorithmus wird typischerweise für die Empfehlung von Produkten in Online-Shops verwendet?

Accepted Answer

Kollaboratives Filtern

Answer

Support Vector Machines

Answer

Lineare Regression

Answer

K-Means-Clustering

Question 64

Welche der folgenden Aussagen über neuronale Netze ist RICHTIG?

Accepted Answer

Neuronale Netze können komplexe, nichtlineare Beziehungen lernen.

Answer

Neuronale Netze sind unempfindlich gegenüber Rauschen in den Daten.

Answer

Neuronale Netze benötigen immer große Mengen an Daten.