Datenaufbereitung und -analyse in der KI: Quizfragen und Antworten

Question 1

Welcher Ansatz ist zum Umgang mit großen Datenmengen geeignet?

Accepted Answer

Hadoop

Answer

Python

Answer

SQL

Answer

R

Question 2

Welche Technik wird zur Untersuchung der Korrelation zwischen Features verwendet?

Accepted Answer

Korrelationsmatrix

Answer

Streudiagramm

Answer

Histogramm

Question 3

Welcher Datentyp ist zur Darstellung von Textdaten geeignet?

Accepted Answer

String

Answer

Integer

Answer

Float

Answer

Boolean

Question 4

Welcher Algorithmus ist zur Modellierung einer linearen Beziehung zwischen Features geeignet?

Accepted Answer

Lineare Regression

Answer

Logistische Regression

Answer

Entscheidungsbäume

Answer

K-Nearest Neighbors

Question 5

Welcher Parameter wird zur Steuerung der Regularisierung in einem linearen Regressionsmodell verwendet?

Accepted Answer

Lambda

Answer

Eta

Answer

Gamma

Answer

Alpha

Question 6

Was ist Datenvorverarbeitung im Kontext des maschinellen Lernens?

Accepted Answer

Vorbereitung von Daten zur Verbesserung der Qualität und Konsistenz für maschinelle Lernalgorithmen

Answer

Nur Entfernen fehlender Werte aus Daten

Answer

Nicht wichtig für maschinelles Lernen, da Algorithmen auch mit Rohdaten lernen können

Answer

Nur für große Datensätze erforderlich

Question 7

Welche der folgenden Aufgaben gehört **nicht** zur Datenvorverarbeitung?

Accepted Answer

Modellbewertung

Answer

Datenaggregation

Answer

Datenbereinigung

Answer

Datenerfassung

Question 8

Was ist der Hauptzweck des Feature-Engineerings?

Accepted Answer

Verbesserung der Relevanz und Aussagekraft von Merkmalen für die Modellierung

Answer

Entfernung von Ausreißern

Answer

Reduzierung der Datenmenge

Question 9

Welche Methode wird typischerweise zur Auswahl des optimalen Modells verwendet?

Accepted Answer

Kreuzvalidierung

Answer

Bonferroni-Korrektur

Answer

Anpassungsmaß

Answer

ROC-Analyse

Question 10

Welche Herausforderung stellt die Arbeit mit großen Datenmengen in erster Linie dar?

Accepted Answer

Verarbeitungsgeschwindigkeit und Speicherbedarf

Answer

Datengenauigkeit

Answer

Datenvisualisierung

Question 11

Welche Technik wird zur Behandlung fehlender Werte in Daten verwendet?

Accepted Answer

Imputation fehlender Werte

Answer

Merkmalsextraktion

Answer

Clusteranalyse

Question 12

Was ist der grundlegende Unterschied zwischen überwachtem und unüberwachtem Lernen?

Accepted Answer

Überwachtes Lernen verwendet beschriftete Daten, unüberwachtes Lernen nicht

Answer

Überwachtes Lernen ist komplexer als unüberwachtes Lernen

Answer

Unüberwachtes Lernen wird für Klassifizierungsaufgaben verwendet, überwachtes Lernen für Regressionsaufgaben

Question 13

Welche Metrik wird üblicherweise zur Bewertung der Genauigkeit eines Klassifikationsmodells verwendet?

Accepted Answer

F1-Score

Answer

Mittlerer absoluter Fehler

Answer

R-Quadrat

Question 14

Was ist das Ziel der Datenaggregation?

Accepted Answer

Zusammenfassung mehrerer Datenpunkte zu einem einzelnen repräsentativen Wert

Answer

Aufdeckung von Mustern und Trends

Answer

Entfernung redundanter Informationen

Question 15

Welche der folgenden Methoden eignet sich zur Reduzierung der Dimensionalität von Daten?

Accepted Answer

Hauptkomponentenanalyse

Answer

Clustering

Answer

Lineare Regression

Answer

Entscheidungsbäume

Question 16

Was zeigt eine ROC-Kurve?

Accepted Answer

Den Kompromiss zwischen Sensitivität und Spezifität eines Klassifikators

Answer

Das Vorhandensein von Ausreißern in den Daten

Answer

Die Gesamtgenauigkeit des Modells

Question 17

Welche der folgenden Techniken wird verwendet, um numerische Werte in diskrete Kategorien umzuwandeln und somit eine Einteilung vorzunehmen?

Accepted Answer

Diskretisierung

Answer

Standardisierung

Answer

Normalisierung

Answer

Feature-Scaling

Question 18

Welcher Algorithmus ist darauf ausgelegt, lineare Trennlinien zwischen Datenpunkten zu finden, wodurch eine Einteilung in verschiedene Klassen ermöglicht wird?

Accepted Answer

Support Vector Machine (SVM)

Answer

Naive Bayes

Answer

K-Means-Clustering

Answer

Entscheidungsbäume

Question 19

Welche Metrik wird verwendet, um die Abweichung der Vorhersagen eines Regressionsmodells von den tatsächlichen Werten zu messen?

Accepted Answer

Mittlerer absoluter Fehler (MAE)

Answer

Präzision

Answer

Genauigkeit

Answer

F1-Score

Question 20

Welches der folgenden Tools ist speziell für die Verarbeitung und Analyse von großen Datenmengen konzipiert?

Accepted Answer

Apache Spark

Answer

Tableau

Answer

Google Sheets

Answer

Microsoft Excel

Question 21

Welche der folgenden Techniken wird verwendet, um die Anzahl der Merkmale in einem Datensatz zu reduzieren, ohne dabei relevante Informationen zu verlieren?

Accepted Answer

Hauptkomponentenanalyse (PCA)

Answer

Regressionsanalyse

Answer

Diskriminanzanalyse

Answer

Clusteranalyse

Question 22

Welcher der folgenden Schritte ist kein integraler Bestandteil des Datenaufbereitungsprozesses?

Accepted Answer

Modellimplementierung

Answer

Datenbereinigung

Answer

Datentransformation

Answer

Datenintegration

Question 23

Welche der folgenden Techniken kann verwendet werden, um Ausreißer in Daten zu identifizieren?

Accepted Answer

Interquartilsabstand (IQR)

Answer

Mittelwert

Answer

Standardabweichung

Answer

Varianz

Question 24

Welcher der folgenden Algorithmen erfordert keine markierten Daten für das Training, um Muster in Daten zu erkennen?

Accepted Answer

K-Means-Clustering

Answer

Logistische Regression

Answer

Lineare Regression

Question 25

Welche der folgenden Kennzahlen dient zur Bewertung der Gesamtleistung eines Klassifizierungsmodells?

Accepted Answer

AUC-ROC

Answer

MAE

Answer

R-Quadrat

Answer

MSE

Question 26

Welches der folgenden Formate ist speziell für die effiziente Speicherung und Verarbeitung großer Datenmengen konzipiert?

Accepted Answer

Apache Parquet

Answer

JSON

Answer

CSV

Answer

XML

Question 27

Welcher Schritt im maschinellen Lernprozess beinhaltet die Verwendung eines trainierten Modells, um Vorhersagen für neue Daten zu treffen?

Accepted Answer

Inferenz

Answer

Bereitstellung

Answer

Training

Answer

Validierung

Question 28

Welcher Datentyp speichert kategoriale Werte, wie z. B. 'männlich' oder 'weiblich'?

Accepted Answer

Kategorial

Answer

Boolesch

Answer

Numerisch

Question 29

Welcher Algorithmus kann verwendet werden, um Anomalien in einem Datensatz zu identifizieren?

Accepted Answer

Isolation Forest

Answer

Support Vector Machine (SVM)

Answer

K-Means-Clustering

Answer

Naive Bayes

Question 30

Welche Technik kombiniert mehrere Modelle, um die Gesamtleistung zu verbessern?

Accepted Answer

Ensemble-Lernen

Answer

Hyperparameter-Optimierung

Answer

Cross-Validierung

Answer

Regularisierung

Question 31

Welche Visualisierung eignet sich am besten, um die Beziehung zwischen zwei numerischen Variablen darzustellen?

Accepted Answer

Scatterplot

Answer

Kreisdiagramm

Answer

Balkendiagramm

Answer

Histogramm

Question 32

Welche der folgenden Techniken wird verwendet, um fehlende Werte in einem Datensatz zu behandeln?

Accepted Answer

Imputation

Answer

Normalisierung

Answer

Diskretisierung

Answer

Skalierung

Question 33

Welche der folgenden Techniken wird verwendet, um Textdaten zu verarbeiten?

Accepted Answer

Tokenisierung

Answer

Regression

Answer

Normalisierung

Answer

Diskretisierung

Question 34

Was ist das Ziel der Feature-Skalierung?

Accepted Answer

Skalierung aller Features auf einen ähnlichen Wertebereich.

Answer

Entfernen irrelevanter Features

Answer

Reduzieren der Anzahl der Features

Question 35

Welche der folgenden Algorithmen kann für die Clusteranalyse verwendet werden?

Accepted Answer

k-Means

Answer

Logistische Regression

Answer

Support-Vektor-Maschinen

Answer

Lineare Regression

Question 36

Was ist der Hauptzweck der Kreuzvalidierung?

Accepted Answer

Einschätzung der Verallgemeinerungsleistung eines Modells

Answer

Verbesserung der Trainingsgenauigkeit des Modells

Answer

Reduzierung der Überanpassung

Question 37

Welche der folgenden Metriken kann verwendet werden, um die Leistung eines Klassifikationsmodells zu bewerten?

Accepted Answer

F1-Score

Answer

Mittlerer quadratischer Fehler

Answer

Korrelationskoeffizient

Question 38

Welche der folgenden Techniken kann verwendet werden, um Überanpassung zu reduzieren?

Accepted Answer

Regularisierung

Answer

Imputation

Answer

Kreuzvalidierung

Answer

Feature-Engineering

Question 39

Welche der folgenden Techniken wird eingesetzt, um fehlende Werte in numerischen Spalten zu handhaben?

Accepted Answer

Imputation

Answer

Kategorialisierung

Answer

Normalisierung

Answer

One-Hot-Encoding

Question 40

Was ist das primäre Ziel des Feature-Engineerings?

Accepted Answer

Erhöhen der Vorhersagegenauigkeit von Modellen

Answer

Verringern des Rechenaufwands

Answer

Erhöhen der Datenmenge

Answer

Vereinfachen der Datenstruktur

Question 41

Welcher Ansatz eignet sich zur Auswahl von Modellen, die auf umfangreiche Datensätze angewendet werden sollen?

Accepted Answer

Kreuzvalidierung

Answer

Regularisierung

Answer

Hyperparameter-Optimierung

Answer

Holdout-Validierung

Question 42

Was ist der wesentliche Unterschied zwischen überwachtem und unüberwachtem Lernen?

Accepted Answer

Überwachtes Lernen verwendet beschriftete Daten, während unüberwachtes Lernen unbeschriftete Daten verwendet.

Answer

Überwachtes Lernen dient zur Klassifizierung, während unüberwachtes Lernen zur Regression eingesetzt wird.

Question 43

Welche der folgenden Metriken dient zur Beurteilung der Leistung von Klassifizierungsmodellen?

Accepted Answer

AUC-ROC

Answer

Mittlerer absoluter Fehler

Answer

Quadratische Abweichung

Answer

R-Quadrat

Question 44

Welche Technik wird angewandt, um die Dimensionalität hochdimensionaler Daten zu reduzieren?

Accepted Answer

Hauptkomponentenanalyse

Answer

Regressionsanalyse

Answer

Clusteranalyse

Question 45

Was ist der Unterschied zwischen Feature-Wichtigkeit und Feature-Auswahl?

Accepted Answer

Feature-Wichtigkeit bewertet die Relevanz von Features, während Feature-Auswahl die optimalen Features für ein Modell identifiziert.

Answer

Feature-Wichtigkeit wird bei Regressionsproblemen und Feature-Auswahl bei Klassifikationsproblemen verwendet.

Question 46

Welche der folgenden Visualisierungstechniken wird eingesetzt, um Zusammenhänge zwischen Variablen darzustellen?

Accepted Answer

Streudiagramm

Answer

Histogramm

Answer

Boxplot

Answer

Balkendiagramm

Question 47

Welche der folgenden Aufgaben gehört NICHT zur Datenvorverarbeitung im Kontext des maschinellen Lernens?

Accepted Answer

Statistische Modellierung

Answer

Säuberung

Answer

Normalisierung

Answer

Transformation

Question 48

Welches Feature-Engineering-Verfahren zielt darauf ab, die Informationsredundanz in einem Datensatz zu reduzieren?

Accepted Answer

Dimensionsreduktion

Answer

Merkmalsauswahl

Answer

Merkmalstransformation

Answer

Merkmalssynthese

Question 49

Welche Metrik ist am besten geeignet, um die Leistung eines Klassifizierungsmodells zu bewerten, das mit einem unausgeglichenen Datensatz trainiert wurde?

Accepted Answer

F1-Score

Answer

Genauigkeit

Answer

Recall

Answer

Precision

Question 50

Was ist das primäre Ziel des Feature-Engineerings?

Accepted Answer

Verbesserung der Modellleistung

Answer

Reduzierung der Datenmenge

Answer

Automatisierung des maschinellen Lernprozesses

Answer

Vereinfachung der Dateninterpretation

Question 51

Welche Metrik misst den Anteil korrekt vorhergesagter positiver Instanzen?

Accepted Answer

Precision

Answer

Accuracy

Answer

Recall

Answer

F1-Score

Question 52

Was ist der Zweck der Kreuzvalidierung im maschinellen Lernen?

Accepted Answer

Bewertung der Generalisierungsfähigkeit eines Modells

Answer

Verhinderung von Überanpassung

Answer

Automatisierung des Trainingsprozesses

Answer

Erhöhung der Modellgenauigkeit

Question 53

Welche der folgenden Aussagen über Big Data ist korrekt?

Accepted Answer

Es zeichnet sich durch hohes Volumen, hohe Geschwindigkeit und Vielfalt aus

Answer

Es ist nur für sehr große Unternehmen relevant

Answer

Es kann vollständig mit herkömmlichen Datenbanktechnologien verwaltet werden

Question 54

Welche Technik ist geeignet, um die Anzahl der Dimensionen in einem Datensatz zu reduzieren?

Accepted Answer

Hauptkomponentenanalyse

Answer

Clusteranalyse

Answer

Zeitreihenanalyse

Answer

Regressionsanalyse

Question 55

Welcher Schritt ist der erste im Prozess der Datenanalyse?

Accepted Answer

Datenerfassung

Answer

Datenanalyse

Answer

Datenvisualisierung

Answer

Datenbereinigung

Question 56

Welche der folgenden Aufgaben gehört NICHT zur Datenaufbereitung?

Accepted Answer

Die Entwicklung eines Machine-Learning-Modells.

Answer

Die Umwandlung von kategorialen Variablen.

Answer

Das Entfernen von Duplikaten.

Answer

Das Auffüllen fehlender Werte.

Question 57

Welche Methode eignet sich am besten, um kategorische Variablen für ein Machine-Learning-Modell vorzubereiten?

Accepted Answer

One-Hot-Encoding.

Answer

Principal Component Analysis (PCA).

Answer

K-Means-Clustering.

Answer

Lineare Regression.

Question 58

Was ist der Hauptzweck von Feature-Engineering?

Accepted Answer

Die Verbesserung der Leistung eines Machine-Learning-Modells.

Answer

Die Reduzierung der Anzahl von Datenpunkten.

Answer

Die Visualisierung von Daten.

Question 59

Welches Merkmal ist am wichtigsten bei der Auswahl eines Machine-Learning-Modells?

Accepted Answer

Die Art der zu lösenden Aufgabe.

Answer

Die Verfügbarkeit von Rechenleistung.

Answer

Die Größe des Datensatzes.

Answer

Die Anzahl der verfügbaren Features.

Question 60

Was ist ein wichtiger Schritt bei der Arbeit mit großen Datensätzen?

Accepted Answer

Die Verwendung von verteiltem Rechnen.

Answer

Die Reduzierung der Datenqualität.

Answer

Die Reduzierung der Anzahl von Features.

Answer

Die Verwendung von linearen Modellen.

Question 61

Welche Metrik eignet sich am besten, um die Leistung eines Klassifikationsmodells zu bewerten?

Accepted Answer

Genauigkeit (Accuracy).

Answer

Mittlerer absoluter Fehler (MAE).

Answer

Mittlere quadratische Abweichung (MSE).

Answer

R-Quadrat (R²).

Question 62

Welche der folgenden Methoden zur Datenaufbereitung kann zur Reduzierung der Dimensionalität beitragen?

Accepted Answer

Principal Component Analysis (PCA).

Answer

One-Hot-Encoding.

Answer

Mean Imputation.

Answer

Standardisierung.

Question 63

Was versteht man unter Überanpassung (Overfitting) im Kontext des maschinellen Lernens?

Accepted Answer

Ein Modell, das zu gut an die Trainingsdaten angepasst ist und schlecht auf neue Daten generalisiert.

Answer

Ein Modell, das zu schlecht an die Trainingsdaten angepasst ist und schlecht auf neue Daten generalisiert.

Question 64

Welche Methode kann helfen, Überanpassung zu vermeiden?

Accepted Answer

Regularisierung.

Answer

Die Anzahl der Features reduzieren.

Answer

Mehr Daten sammeln.

Answer

Einen komplexeren Algorithmus verwenden.