จ้าจ้า

Open Ended

จงอธิบายแนวคิดของ 'Supervised Learning' และยกตัวอย่างสถานการณ์ที่สามารถนำไปใช้ได้

Multiple Choice

โมเดลทางคณิตศาสตร์ในคอมพิวเตอร์มีหน้าที่อะไรในการเรียนรู้จากข้อมูล?

• ใช้ในการทำนายผลลัพธ์

• ใช้ในการเก็บข้อมูล

• ใช้ในการแสดงผลข้อมูล

• ใช้ในการลบข้อมูล

Multiple Choice

ข้อใดต่อไปนี้เป็นองค์ประกอบสำคัญของการเรียนรู้จากข้อมูลตัวอย่าง?

• ข้อมูลเข้า (Input) และผลลัพธ์ที่ต้องการหรือเลเบล (Label)

• ข้อมูลเข้า (Input) และอัลกอริทึม

• ข้อมูลเข้า (Input) และโมเดล

• ข้อมูลเข้า (Input) และคุณภาพข้อมูล

Open Ended

ข้อมูลคุณลักษณะ มีบทบาทสำคัญอย่างไรในการเรียนรู้แบบมีผู้สอน?

Open Ended

Garbage In, Garbage Out หมายถึงอะไรในบริบทของการเรียนรู้ของคอมพิวเตอร์?

Multiple Choice

จุดอ่อนสำคัญของ Supervised Learning คืออะไร และมีวิธีการแก้ไขปัญหานี้อย่างไร?

• โมเดลสร้างจากข้อมูลตัวอย่างที่มีจำกัดและอาจทำนายผิดเมื่อเจอข้อมูลใหม่

• โมเดลสามารถทำนายข้อมูลใหม่ได้เสมอ

• โมเดลไม่ต้องการข้อมูลตัวอย่าง

• โมเดลไม่สามารถนำไปใช้กับข้อมูลจริงได้

Multiple Choice

ขั้นตอนในการแปลงปัญหาในชีวิตจริงให้เป็นโจทย์ Machine Learning มีอะไรบ้าง?

• ระบุปัญหา กำหนด Input กำหนด Label

• กำหนด Input ระบุปัญหา กำหนด Label

• กำหนด Label ระบุปัญหา กำหนด Input

• ระบุปัญหา กำหนด Label กำหนด Input

Open Ended

จากแผนภาพการแปลงปัญหาในชีวิตจริง (ภาพที่มีสุนัข) อธิบายขั้นตอนที่สำคัญในการนำปัญหาจริงมาสู่การสร้างโมเดล Machine Learning

Multiple Choice

การตั้งสมมติฐาน มีความสำคัญอย่างไรในการแก้ปัญหาที่ไม่มีคำตอบชัดเจน?

• ช่วยสร้างเกณฑ์ให้โมเดลสามารถทำงานได้

• ทำให้โมเดลแม่นยำขึ้นเสมอ

• ลดจำนวนข้อมูลที่ต้องใช้

• ไม่จำเป็นสำหรับการแก้ปัญหา

Multiple Select

คุณลักษณะที่ดีของข้อมูลควรมีอะไรบ้าง เลือกคำตอบที่ถูกต้องทั้งหมด

• ความถูกต้อง (Accuracy)

• ความเป็นปัจจุบัน (Currency)

• ความสมบูรณ์ (Completeness)

• ข้อมูลต้องมีขนาดใหญ่

Open Ended

กระบวนการสอนโมเดล (Training) มีขั้นตอนสำคัญอะไรบ้างที่ทำให้โมเดลสามารถทำนายผลลัพธ์ได้ดี?

Multiple Choice

ข้อใดต่อไปนี้อธิบายความหมายของการอนุมาน (Inference) ได้ถูกต้องที่สุด?

• การนำโมเดลไปใช้กับข้อมูลใหม่เพื่อคาดการณ์หรือการตัดสินใจ

• การฝึกโมเดลด้วยข้อมูลเดิมซ้ำ ๆ

• การแบ่งข้อมูลออกเป็นกลุ่ม ๆ

• การเลือกคุณลักษณะสำคัญจากข้อมูล

Multiple Choice

ข้อใดต่อไปนี้เป็นตัวอย่างของการจำแนกประเภทข้อมูล (Classification)?

• อีเมลนี้เป็น Spam หรือไม่?

• การคำนวณค่าเฉลี่ยของข้อมูล

• การจัดกลุ่มข้อมูลโดยไม่รู้ป้ายกำกับ

• การหาความสัมพันธ์ระหว่างตัวแปร

Open Ended

จงอธิบายความแตกต่างระหว่างการจำแนกประเภทข้อมูลแบบ Binary, Multi-class และ Multi-label โดยยกตัวอย่างประกอบแต่ละแบบ

Open Ended

จงยกตัวอย่างข้อมูลคุณลักษณะ (Feature) และป้ายกำกับ (Label) ที่แตกต่างจากตัวอย่างในภาพ แล้วอธิบายความสัมพันธ์ระหว่างกัน

Fill in the Blank

ข้อมูลคุณลักษณะ (Features) และ ___ เป็นองค์ประกอบสำคัญในการเก็บข้อมูลที่มีป้ายกำกับ

Multiple Choice

จากตารางข้อมูลสัตว์ต่อไปนี้ เสียงร้อง 'โฮ่ง' และน้ำหนัก 10 กก. สัตว์ชนิดนี้คืออะไร?

• แมว

• สุนัข

• นก

• หนู

Multiple Choice

ข้อใดต่อไปนี้เป็นตัวอย่างของความสัมพันธ์ไม่แท้ (Spurious Correlation)?

• ยอดขายไอศกรีมกับอุณหภูมิที่สูงขึ้น

• ยอดขายรองเท้ากับจำนวนคนเดินทาง

• ยอดขายหนังสือกับจำนวนห้องสมุด

• ยอดขายกาแฟกับราคาน้ำมัน

Open Ended

เพราะเหตุใดการใช้มาตรฐานเดียวกันในการวัดข้อมูลจึงสำคัญ?

Fill in the Blank

Label Encoding เหมาะกับข้อมูลประเภท ล___

Multiple Choice

ข้อใดต่อไปนี้เป็นลักษณะของ One-Hot Encoding?

• แปลงข้อมูลเป็นลำดับตัวเลข

• แยกข้อมูลเป็นคอลัมน์ย่อย ๆ ตามหมวดหมู่

• เหมาะกับข้อมูลที่มีลำดับขั้น

• ใช้แทนข้อมูลเชิงปริมาณ