AI-quiz-1

Feature engineering หมายถึงข้อใด

• กระบวนการสร้างคุณลักษณะใหม่หรือปรับปรุงคุณลักษณะที่มีอยู่ให้เหมาะสมกับโมเดล Machine Learning
• การออกแบบโครงสร้างของเครือข่ายประสาทเทียม
• การเลือกอัลกอริทึมที่เหมาะสมสำหรับการเรียนรู้ของเครื่อง
• การประเมินประสิทธิภาพของโมเดล Machine Learning

หลักการของ Monte Carlo Simulation คือข้อใด

• ใช้วิธีการสุ่มในการประมาณค่าผลลัพธ์ที่เป็นตัวเลข
• สร้างรายละเอียดของระบบจำลอง
• วิเคราะห์ข้อมูลในอดีตเพื่อทำนายผลลัพธ์ในอนาคต
• ปรับปรุงฟังก์ชันโดยทำงานวนรอบซ้ำๆ

ปัญหาชาวนาพาสิ่งของข้ามแม่น้ำ จัดเป็นตัวอย่างของปัญหาเอไอแบบใด

• การเรียนรู้ของเครื่อง (machine learning)
• ทฤษฎีเกม (game theory)
• การแก้ปัญหา (Problem Solving)
• การประมวลผลภาพ (image processing)

โมเดลการเรียนรู้ของเครื่อง สำหรับงาน email spam filtering จัดเป็น ML ชนิดใด

• statistical analysis
• supervised classification
• unsupervised classification
• reinforcement learning

ข้อใดคือวัตถุประสงค์หลักของ search algorithm ใน AI

• เลียนแบบการทำงานของมนุษย์
• จัดระเบียบข้อมูลให้อยู่ในรูปแบบตามลำดับชั้น
• ค้นหาคำตอบที่ดีที่สุดในแต่ละปัญหา
• หาระยะทางที่สั้นที่สุดระหว่างสองจุด

วัตถุประสงค์ของการแบ่งข้อมูลเป็น training set, validation set และ test set คืออะไร

• เพื่อลดขนาดของชุดข้อมูลและเพื่อให้สามารถประมวลผลได้เร็วขึ้น
• เพื่อแยกข้อมูลที่เป็น numerical ออกจากข้อมูลที่เป็นแบบ categorical
• เพื่อจัดการกับค่าที่ขาดหายไปและค่าผิดปกติในชุดข้อมูล
• เพื่อใช้ฝึกโมเดล การปรับพารามิเตอร์ และการประเมินผลการทำงานของโมเดลกับข้อมูลที่ไม่เคยเห็นมาก่อน

หากจะสร้าง game tree เพื่อใช้เล่นเกม XO (tic-tac-toe) node และ branch ของ tree จะแทนค่าอะไรบ้าง

• Node แทนการเลือกตัวเลือกของผู้เล่นที่เป็นไปได้ และ Branch แทนลำดับของการเลือกตัวเลือกที่ผู้เล่นทำ
• Node แทนสถานะของกระดานเกมที่เป็นไปได้ และ Branch แทนลำดับของตัวเลือกที่ผู้เล่นทำในแต่ละตา
• Node แทนชื่อผู้เล่นแต่ละคน และ Branch แทนการเลือกของผู้เล่นแต่ละคน
• Node แทนผลลัพธ์การแพ้ชนะเสมอของเกม และ Branch แทนการกำหนดสถานะของเกมที่เป็นไปได้

ข้อใดไม่ใช่อัลกอริทึมการค้นหาในปัญญาประดิษฐ์

• Breadth-First Search (BFS)
• Depth-First Search (DFS)
• Greedy Search
• Neural Network

ในบริบทของ Naive Bayes คำว่า 'naive' หมายถึงสมมติฐานอะไร

• ทุก feature มีความสำคัญเท่ากัน
• feature แต่ละตัวมีความเป็นอิสระต่อกัน
• ความน่าจะเป็นก่อนหน้า (prior probability) เป็น 0.5 เสมอ
• ไม่จำเป็นต้องมี training data

หากพยากรณ์อากาศทำนายว่า โอกาสฝนจะตกวันนี้ 90% แต่ปรากฏว่าแดดออกจ้า ไม่มีฝน คุณจะสรุปอย่างไร

• พยากรณ์อากาศมั่ว เชื่อถือไม่ได้
• พยากรณ์อากาศยังแม่นอยู่
• พยากรณ์อากาศตรงข้ามกับความจริงเสมอ
• ไม่สามารถสรุปว่าพยากรณ์แม่นหรือไม่แม่น