Câu hỏi về Học máy

Học máy không giám sát (unsupervised learning) thường được sử dụng để:

• Tìm kiếm mẫu trong dữ liệu chưa gắn nhãn

• Phân loại các đối tượng đã biết

• Dự đoán giá trị liên tục

• Học từ dữ liệu có nhãn

Khi dữ liệu không đủ lớn, kỹ thuật nào có thể giúp tạo ra dữ liệu giả để huấn luyện mô hình?

• Data augmentation

• Feature scaling

• Overfitting

• Clustering

Kỹ thuật nào trong học sâu giúp giảm thiểu sự phụ thuộc giữa các lớp mạng (layers)?

• Batch Normalization

• LSTM

• RNN

• SVM

Tập huấn luyện (training set) và tập kiểm tra (test set) khác nhau ở chỗ:

• Tập huấn luyện dùng để huấn luyện mô hình, còn tập kiểm tra dùng để đánh giá mô hình

• Tập huấn luyện dùng để đánh giá mô hình, còn tập kiểm tra dùng để huấn luyện

• Tập huấn luyện chứa dữ liệu mới

• Tập kiểm tra có nhiều dữ liệu hơn

Mô hình K-means clustering thuộc loại:

• Học có giám sát

• Học không giám sát

• Học tăng cường

• Học sâu

Kỹ thuật nào trong học máy giúp phân tích và tối ưu hóa các tham số của mô hình?

• Hyperparameter tuning

• Dự đoán đầu ra

• Kiểm tra mô hình

• Thay đổi thuật toán

Một trong những yếu tố quan trọng nhất để đánh giá mô hình phân loại là:

• Độ chính xác (accuracy)

• Số lớp trong mô hình

• Số lượng dữ liệu đầu vào

• Kiểu thuật toán

Học sâu (Deep Learning) là một phương pháp học máy sử dụng:

Evaluate responses using AI:

OFF

Học sâu (Deep Learning) là một phương pháp học máy sử dụng:

• Các mạng nơ-ron phức tạp với nhiều lớp

• Dữ liệu có nhãn

• Các mô hình hồi quy tuyến tính

• Các thuật toán phân tích dữ liệu thống kê

Thuật toán nào trong học máy có thể dùng để xây dựng một mô hình hồi quy?

• Decision Trees

• Linear Regression

• K-means clustering

• Naive Bayes