NEW
Font size
WorksheetsMachine Learning
Total questions: 10
Worksheet time: 10mins
1. ข้อใดคือ ผลลัพธ์ของการเรียนรู้ด้วยเครื่องจักร (Machine Learning)
โปรแกรมที่เมื่อรับข้อมูล Input ที่กำหนดแล้วจะได้คำตอบเป็นคู่ Output ที่สอดคล้องกันตามที่กำหนด
โปรแกรมที่สามารถทำงานตามคำสั่งการคำนวณที่ระบุสำหรับ Input นั้นๆ ได้ เช่น การคำนวณอายุ
โปรแกรมที่สามารถเปลี่ยนคำสั่งภาษามนุษย์ให้เป็นภาษาเครื่องได้
โปรแกรมที่รับภาพถ่ายแล้วสร้างโมเดลสามมิติขึ้น
2. ใครคือบิดดาแห่งวิทยาการคอมพิวเตอร์และปัญญาประดิษฐ์
อัลเบิร์ต ไอน์สไตน์
ไมเคิล ฟาราเดย์
อลัน ทัวริง
จอห์น วอน นอยแมน
3. ในปัจจุบันปัญญาประดิษฐ์สามารถแก้ปัญหาได้หลายอย่าง ปัญหาใดไม่ได้กล่าวถึงในคลิปวิดีโอนี้
เล่นกีฬา
แปลภาษา
ทำอาหาร
เล่นดนตรี
4. สถานการณ์ใดเป็นการเรียนรู้แบบไม่มีผู้สอน
การพยากรณ์อากาศในวันพรุ่งนี้
การตรวจจับพฤติกรรมที่ผิดปกติในการใช้บัตรเครดิต
การทำนายจำนวนผู้สำเร็จการศึกษา
การจำแนกชนิดของสัตว์จากรูปถ่าย
5. ข้อใดไม่ได้กล่าวถึงในคลิปสอน เรื่องประเภทของปัญหาใน Machine Learning ที่แบ่งตามรูปแบบการเรียนรู้
Supervised Learning
Unsupervised Learning
Semi-supervised learning
Reinforcement Learning
6. ข้อใดไม่ใช่ปัญหา Classification
การคาดเดาเพศของบุคคลเมื่อทราบข้อมูลอื่นๆ
การคาดเดาอาชีพของบุคคลเมื่อทราบข้อมูลอื่นๆ
การคาดเดาอาชีพของบุคคลเมื่อทราบข้อมูลอื่นๆ
การคาดเดาจังหวัดของภูมิลำเนาของบุคคลเมื่อทราบข้อมูลอื่นๆ
7. ข้อใดไม่ถูกต้องเกี่ยวกับ Data Classification
จำเป็นที่จะต้องแบ่งข้อมูลเป็นสองส่วนคือข้อมูลสอนระบบที่ใช้สำหรับการสร้างโมเดล และข้อมูลทดสอบระบบที่สำหรับการทดสอบความแม่นยำของโมเดล
ข้อมูลที่พิจารณาจะต้องมีผลเฉลยหรือคลาสปลายทางด้วย
ความแม่นยำของข้อมูลสอนระบบและข้อมูลทดสอบระบบจะมีแนวโน้มไปในทิศทางเดียวกันเสมอ
ถูกทุกข้อ
8. จากตัวอย่างในคลิปตัวอย่างโจทย์การทำนายแนวโน้มของข้อมูล สมการในข้อใดเป็นตัวแทนที่เหมาะสมที่สุด
เป็นสมการเส้นตรง
เป็นสมการพนุนาม (polynomial) กำลัง 1
เป็นสมการพนุนาม (polynomial) กำลัง 2
เป็นสมการพนุนาม (polynomial) กำลัง 9
9.ข้อใดเป็นขั้นตอนแรกในเการทำ Machine Learning
ขั้นตอนรวบรวมข้อมูล
ขั้นตอนเตรียมข้อมูล
ขั้นตอนสร้างโมเดล Machine Learning
ขั้นตอนวัดประสิทธิภาพของโมเดล
10. ข้อใดใช้เวลามากที่สุด ในเการทำ Machine Learning สำหรับงานใหม่
ขั้นตอนรวบรวมข้อมูล
ขั้นตอนเตรียมข้อมูล
ขั้นตอนสร้างโมเดล Machine Learning
ขั้นตอนวัดประสิทธิภาพของโมเดล
