Kiểm tra Chương 3: Mô hình tham số cơ bản và quan điểm thống kê về Học máy

Loss function là gì?

• Hàm tính toán chi phí của mô hình

• Hàm tính gradient của mô hình

• Hàm tính độ chính xác của mô hình

• Hàm mất mát đo lường sự mất mát giữa dự đoán và giá trị thực tế

Least squares là gì?

• Phương pháp tìm giá trị nhỏ nhất của hàm mất mát

• Phương pháp tìm giá trị lớn nhất của hàm mất mát

• Phương pháp tối ưu hóa hàm chi phí

• Phương pháp xấp xỉ hàm mất mát

Logistic regression để làm gì?

• Dùng để dự đoán giá trị liên tục

• Dùng để phân loại dữ liệu thành các nhóm

• Dùng để giảm thiểu hàm mất mát

• Dùng để tăng độ chính xác của mô hình

Regularization để làm gì?

• Giảm overfitting trong mô hình

• Tăng độ phức tạp của mô hình

• Giảm underfitting trong mô hình

• Tăng tốc độ học của mô hình

Tên khác của linear regression với L2 regularization

• Polynomial regression

• ElasticNet regression

• Ridge regression

• Lasso regression

Một GLM bao gồm những gì?

• Hàm kích hoạt, hàm mất mát và hàm chi phí

• Hàm mất mát và hàm chi phí

• Hàm kích hoạt và hàm chi phí

• Hàm kích hoạt và hàm mất mát

Quan hệ giữa least squares method và maximum likelihood?

• Least squares method tối ưu hóa hàm mất mát, maximum likelihood tối ưu hóa xác suất

• Least squares method tối ưu hóa xác suất, maximum likelihood tối ưu hóa hàm mất mát

• Cả hai đều tối ưu hóa hàm mất mát

• Cả hai đều tối ưu hóa xác suất

Logistic function có dạng như nào?

• Hàm tuyến tính

• Hàm mũ

• Hàm bậc hai

• Hàm sigmoid

Thuật toán logistic regression cho nhiều hơn 2 classes?

• Multi-class SVM

• One-vs-All

• Decision Tree

• One-vs-One

Polynomial regression được thực hiện như nào?

• Sử dụng hàm softmax

• Sử dụng hàm sigmoid

• Sử dụng hàm tuyến tính

• Sử dụng các biến độc lập mũ