Quizizz Week14 - Intro AI

Naive Bayes có thể được coi là

• Một thuật toán mà sử dụng các tính toán về xác suất hậu nghiệm

• Một thuật toán mà sử dụng tính toán về tần suất xuất hiện của các giá trị thuộc tính trong tập huấn luyện

• Một thuật toán mà sử dụng cây quyết định

Phát biểu nào sau đây là ĐÚNG về hạn chế của thuật toán phân loại (multinomial) Naive Bayes?

• Naive Bayes buộc phải tính xác xuất đầy đủ khi muốn đưa ra phán đoán lớp cho một quan sát cụ thể

• Naive Bayes khó làm việc với những thuộc tính liên tục

• Naive Bayes khó làm việc với các thuộc tính định danh mà có tập giá trị lớn

• Naive Bayes giả thuyết các thuộc tính là độc lập với nhau, với điều kiện nhân lớp cho trước

Những hàm khoảng cách nào sau đây có thể được dùng trong giải thuật học láng giềng gần nhất đối với các biến (thuộc tính) kiểu định danh?
Hàm khoảng cách Hamming
Hàm khoảng cách Manhattan
Hàm khoảng cách Euclidean

• 3

• 1 và 3

• 2 và 3

• 1 và 2

• 1

Xác suất hậu nghiệm (Posterior probability) nói đến

• xác suất để một quan sát (sự kiện) xuất hiện khi biết trước một mô hình hoặc giả thuyết

• xác suất của một mô hình hoặc giả thuyết khi cho trước (một tập) dữ liệu

• tri thức của một mô hình

Phát biểu nào sau đây là đúng về giải thuật học láng giềng gần nhất?

• Khi số lượng các thuộc tính kiểu số là ít, giải thuật học láng giềng gần nhất đạt độ chính xác cao hơn nếu các thuộc tính kiểu số đó có cùng khoảng giá trị.

• Bất kể số lượng các thuộc tính kiểu số, giải thuật học láng giềng gần nhất đạt độ chính xác cao hơn nếu các thuộc tính kiểu số đó có củng khoảng giá trị.

• Khi số lượng các thuộc tỉnh kiểu số là nhiều, giải thuật học láng giềng gần nhất đạt độ chính xác cao hơn nếu các thuộc tính kiểu số đó có cùng khoảng giá trị.

Khi mô hình hoá dữ liệu, sự không chắc chắn có thể xuất hiện trong

• lớp mô hình (lớp hàm) đang dùng

• tập dữ liệu, bộ tham số của một mô hình (hàm), và lớp mô hình đang dùng

• tập dữ liệu thu thập được

• bộ tham số của một mô hình (hàm) đã học được

Phát biểu nào sau đây là đúng về hàm khoảng cách Manhattan?

• Hàm khoảng cách Manhattan được dùng cho các biến kiểu định danh

• Hàm khoảng cách Manhattan không dùng được cho các biến kiểu liên tục hoặc kiểu định danh

• Hàm khoảng cách Manhattan được dùng cho các biến (thuộc tính) kiểu liên tục

• Hàm khoảng cách Manhattan được dùng cho các biến kiểu liên tục hoặc kiểu định danh

Kỹ thuật học máy nào thường được sử dụng để phân loại dữ liệu thành hai lớp: "Có" và "Không"?

• Học máy không giám sát

• Học máy có giám sát

• Học máy tăng cường

Trong học máy, điều gì là quá trình tìm kiếm các tham số tối ưu của một mô hình để giảm thiểu lỗi dự đoán?

• • Lập trình động (dynamic programming)

• • Tìm kiếm thông tin (Information retrieval)

• • Thuật toán lan truyền ngược (Back propagation)

Giá trị trả về của hàm khoảng cách Euclidean giữa 2 điểm dữ liệu X(1,7) và Y(4,3) là bao nhiêu?

• 9

• 5

• 3

• 7

• 1