1. ข้อใดคือ ผลลัพธ์ของการเรียนรู้ด้วยเครื่องจักร (Machine Learning)

• โปรแกรมที่เมื่อรับข้อมูล Input ที่กำหนดแล้วจะได้คำตอบเป็นคู่ Output ที่สอดคล้องกันตามที่กำหนด

• โปรแกรมที่สามารถทำงานตามคำสั่งการคำนวณที่ระบุสำหรับ Input นั้นๆ ได้ เช่น การคำนวณอายุ

• โปรแกรมที่สามารถเปลี่ยนคำสั่งภาษามนุษย์ให้เป็นภาษาเครื่องได้

• โปรแกรมที่รับภาพถ่ายแล้วสร้างโมเดลสามมิติขึ้น

2. ใครคือบิดดาแห่งวิทยาการคอมพิวเตอร์และปัญญาประดิษฐ์

• อัลเบิร์ต ไอน์สไตน์

• ไมเคิล ฟาราเดย์

• อลัน ทัวริง

• จอห์น วอน นอยแมน

3. ในปัจจุบันปัญญาประดิษฐ์สามารถแก้ปัญหาได้หลายอย่าง ปัญหาใดไม่ได้กล่าวถึงในคลิปวิดีโอนี้

• เล่นกีฬา

• แปลภาษา

• ทำอาหาร

• เล่นดนตรี

4. สถานการณ์ใดเป็นการเรียนรู้แบบไม่มีผู้สอน

• การพยากรณ์อากาศในวันพรุ่งนี้

• การตรวจจับพฤติกรรมที่ผิดปกติในการใช้บัตรเครดิต

• การทำนายจำนวนผู้สำเร็จการศึกษา

• การจำแนกชนิดของสัตว์จากรูปถ่าย

5. ข้อใดไม่ได้กล่าวถึงในคลิปสอน เรื่องประเภทของปัญหาใน Machine Learning ที่แบ่งตามรูปแบบการเรียนรู้

• Supervised Learning

• Unsupervised Learning

• Semi-supervised learning

• Reinforcement Learning

6. ข้อใดไม่ใช่ปัญหา Classification

• การคาดเดาเพศของบุคคลเมื่อทราบข้อมูลอื่นๆ

• การคาดเดาอาชีพของบุคคลเมื่อทราบข้อมูลอื่นๆ

• การคาดเดาอาชีพของบุคคลเมื่อทราบข้อมูลอื่นๆ

• การคาดเดาจังหวัดของภูมิลำเนาของบุคคลเมื่อทราบข้อมูลอื่นๆ

7. ข้อใดไม่ถูกต้องเกี่ยวกับ Data Classification

• จำเป็นที่จะต้องแบ่งข้อมูลเป็นสองส่วนคือข้อมูลสอนระบบที่ใช้สำหรับการสร้างโมเดล และข้อมูลทดสอบระบบที่สำหรับการทดสอบความแม่นยำของโมเดล

• ข้อมูลที่พิจารณาจะต้องมีผลเฉลยหรือคลาสปลายทางด้วย

• ความแม่นยำของข้อมูลสอนระบบและข้อมูลทดสอบระบบจะมีแนวโน้มไปในทิศทางเดียวกันเสมอ

• ถูกทุกข้อ

8. จากตัวอย่างในคลิปตัวอย่างโจทย์การทำนายแนวโน้มของข้อมูล สมการในข้อใดเป็นตัวแทนที่เหมาะสมที่สุด

• เป็นสมการเส้นตรง

• เป็นสมการพนุนาม (polynomial) กำลัง 1

• เป็นสมการพนุนาม (polynomial) กำลัง 2

• เป็นสมการพนุนาม (polynomial) กำลัง 9

9.ข้อใดเป็นขั้นตอนแรกในเการทำ Machine Learning

• ขั้นตอนรวบรวมข้อมูล

• ขั้นตอนเตรียมข้อมูล

• ขั้นตอนสร้างโมเดล Machine Learning

• ขั้นตอนวัดประสิทธิภาพของโมเดล

10. ข้อใดใช้เวลามากที่สุด ในเการทำ Machine Learning สำหรับงานใหม่

• ขั้นตอนรวบรวมข้อมูล

• ขั้นตอนเตรียมข้อมูล

• ขั้นตอนสร้างโมเดล Machine Learning

• ขั้นตอนวัดประสิทธิภาพของโมเดล