Câu hỏi về Machine Learning và AI

Khác biệt chính giữa Machine Learning (ML) và AI là gì?

• ML là một nhánh của AI

• ML tập trung vào phần cứng trong khi AI tập trung vào phần mềm

• AI và ML hoàn toàn khác nhau

• ML không yêu cầu dữ liệu trong khi AI thì có

Deep Learning (DL) khác với ML như thế nào?

• DL không phụ thuộc vào dữ liệu lớn

• DL sử dụng mô hình nền tảng trong khi ML thì không

• DL chủ yếu tập trung vào mạng neural sâu

• DL yêu cầu nhiều bước tùy chỉnh hơn ML

Reinforcement Learning (RL) được áp dụng trong trường hợp nào?

• Khi không có bộ dữ liệu huấn luyện

• Khi cần học tập từ phản hồi theo thời gian thực

• Khi dữ liệu là cố định

• Khi mối quan hệ giữa các biến là tuyến tính

Trong học máy, 'overfitting' là gì?

• Mô hình hoạt động tốt trên dữ liệu huấn luyện nhưng kém trên dữ liệu kiểm tra

• Mô hình hoạt động tốt trên cả dữ liệu huấn luyện và kiểm tra

• Mô hình không học được từ dữ liệu huấn luyện

• Mô hình có quá ít tham số để học

Machine Learning có mấy loại chính?

• 2

• 3

• 4

• 5

Trong Học máy, phương pháp nào sử dụng dữ liệu có nhãn để huấn luyện mô hình?

• Học không giám sát

• Học có giám sát

• Học tăng cường

• Học sâu

Deep Learning phù hợp nhất với loại dữ liệu nào? (câu này mải bán hàng không để ý )

• Dữ liệu văn bản có nhãn

• Dữ liệu nhỏ và cấu trúc

• Dữ liệu định lượng nhỏ

• Dữ liệu lớn và không cấu trúc

Xử lý ngôn ngữ tự nhiên (NLP) được sử dụng nhiều nhất trong:

• Tạo chatbot

• Phân tích dữ liệu tài chính

• Tối ưu hóa quy trình sản xuất

• Phát triển mô hình dự báo thời tiết

Clustering chủ yếu dùng để:

• Phân nhóm các đối tượng có đặc điểm tương đồng

• Dự đoán xu hướng

• Phân tích tình cảm

• Phân loại dữ liệu

Thuật toán k-Means Clustering hoạt động dựa trên:

• Dự đoán tuyến tính

• Nhóm các đi