WorksheetsAI kérdések
Total questions: 57
Worksheet time: 29mins
Mi a célja az L1 regularizációnak?
A súlyok növelése a pontosság javítása érdekében
A súlyok büntetése az abszolút értékek összegével, ami hajlamos néhány súlyt nullára állítani
A súlyok büntetése a négyzetek összegével
A tanulási ráta automatikus növelése
Hogyan működik a korai leállítás?
A tanulás leáll, amikor a tanulási készlet hibája nullára csökken
A tanulás egy előre meghatározott időkeret után leáll
A tanulás leáll, amikor a validációs teljesítmény csökkenni kezd, még akkor is, ha a tanulási készlet továbbra is javul
A tanulás leáll, amikor a processzor túlmelegszik
Mit állít a Hebb-tanulás?
Ha két neuron együtt aktiválódik, a közöttük lévő kapcsolat gyengül
A neuronok véletlenszerűen kapcsolódnak
Ha két neuron együtt aktiválódik, a közöttük lévő kapcsolat erősödik
A tanulás csak hiba-visszaterjesztéssel történhet
Mivel jellemezhető az ADAM optimalizáló?
Ez a legújabb optimalizáló algoritmus
Adaptív tanulási sebességeket számít a paraméterekhez, így a tanulás gyorsabb és stabilabb
Csak a gradiens előjelét veszi figyelembe
Nem használ gradienseket, és véletlenszerű keresésre támaszkodik
Hogyan működik a K-means klaszterezés?
Különböző rétegeket hoz létre egy neurális hálózatban
Iteratívan hozzárendeli az adatpontokat a legközelebbi középponthoz, majd újraszámolja a középpontokat a csoportokon belül
A szomszédok többségi szavazatát használja a klasszifikáláshoz
Dimenziócsökkentést végez a variancia maximalizálásával
Mi a K-legközelebbi szomszédok (K-NN) elve?
Az osztályozáshoz nézd meg a K legközelebbi pont osztályait, és döntsd el a többségi szavazás alapján
Válassz K véletlenszerű pontot a tanításhoz
Olyan neurális hálózat, amely K rétegből áll
Projektáld az adatokat egy K-dimenziós térbe
Mi a ReLU (Rectified Linear Unit) képlete?
1+e−x1
ln(1+ex)
max(0, x)
tanh(x)
Mi történik a Dropout alkalmazásakor?
A hálózat törli a hibás adatokat
Tanulás közben véletlenszerűen deaktiváljuk a neuronokat a túltanulás megelőzése érdekében
Töröljük a kimeneti réteg neuronokat
Csökkentjük a tanulási rátát nullára
Mi a Batch Size?
A teljes adatbázis mérete gigabájtban
A neurális hálózat rétegeinek száma
A feldolgozott adatok száma, mielőtt a súlyok frissülnek
A kimeneti osztályok száma
Mit jelent a túltanulás (túltréning)?
A modell túl lassan tanul
A modell túl jól tanulja meg a tanulási adatokat, de rosszul teljesít új, ismeretlen adatokon
A modell sem a tanulási, sem a tesztadatokat nem tudja megtanulni
A modellnek túl kevés paramétere van
Mi a különbség a Sigmoid és a Tanh aktivációs függvények között?
A Sigmoid lineáris, a Tanh nem
A Sigmoid 0 és 1 között ad vissza értékeket, míg a Tanh -1 és 1 között
A Tanh 0 és 1 között ad vissza értékeket, míg a Sigmoid -1 és 1 között
Nincs különbség; szinonimák
Mi az PCA (Főkomponens-analízis) felhasználása?
Osztályozás neurális hálózat nélkül
Dimenziócsökkentés új tengelyek keresésével, amelyek a legnagyobb varianciát rögzítik
Hiányzó adatok pótlása
A tanulási ráta optimalizálása
Mi az előnye és hátránya a Newton-módszernek?
Nagyon pontatlan, de gyors
Nem használ deriváltakat, így nagyon egyszerű
Nagyon pontos (második deriváltakat használ), de számításigényes
Csak lokális minimumokat talál, soha nem a globális minimumot
Mi az L-BFGS?
Olyan kvázi-Newton módszer, amely a Hessian közelítését végzi anélkül, hogy a teljes mátrixot kiszámítaná
Egy képfelismerő algoritmus
Egyfajta veszteségfüggvény
A Dropout egy speciális változata
Mit jelent a Transfer Learning?
Adatok áthelyezése egyik szerverről a másikra
Előre betanított modellből indulni és csak az utolsó rétegeket finomhangolni vagy apróbb módosításokat végezni
A tanulási folyamat átvitele GPU-ról CPU-ra
Két modell versenyeztetése egymással
Mi a konvolúciós neurális hálózatok (CNN) elsődleges alkalmazási területe?
Szöveg generálás
Képfeldolgozás és mintázatfelismerés képekben
Pénzügyi idősor előrejelzés
Ajánlórendszerek építése
Mi a szerepe egy szűrőnek (kernel) a CNN-ben?
Szűri a zajos adatokat a bemenetből
Ez egy kis mátrix, amely csúszik a képen, hogy észlelje a jellemzőket, például éleket és sarkokat
Félbe csökkenti a kép felbontását
Színes képeket fekete-fehérre konvertál
Miért jó a Seq2Seq architektúra?
Képek osztályozására
Statikus adatok klaszterezésére
Szöveg szöveggé alakítására (pl. gépi fordítás, összefoglalás)
Zajcsökkentés audio fájlokban
Mit tesz lehetővé a Bahdanau figyelmi mechanizmus?
A modell csak a mondat első szavára figyel
Bármely részét használhatja a kódolónak a dekódolás során, javítva a kontextus megőrzését
A modell figyelmen kívül hagyja a megállító szavakat
A tanulás gyorsabbá válik a pontosság rovására
Miért jelentősek a Transformers az NLP-ben?
Visszatérnek a régi szabályalapú rendszerekhez
Teljesen figyelem-alapúak, párhuzamosíthatók és nagyon hatékonyak
Csak konvolúciós rétegeket használnak a szövegekhez
Nagyon kevés memóriát igényelnek
Mit mér a BLEU pontszám?
A modell tanulási sebességét
A gépi fordítás minőségét a generált és referencia szövegek összehasonlításával
A képek élességét a generálás után
A felhasználói elégedettséget egy skálán
A megerősítéses tanulásban mit jelent a diszkontálási tényező (gamma)?
A tanulási sebesség csökkenésének üteme
A jövőbeli jutalmak fontossága az azonnaliakkal szemben
A véletlenszerű cselekvések aránya
A modell büntetése a helytelen lépésekért
Az explorációs arányban mit jelent az epsilon?
A veszteségfüggvény hibájának nagysága
A valószínűsége, hogy véletlenszerű akciót választunk az optimális helyett (exploráció vs. kihasználás)
A neuronok aktiválási küszöbe
A batch méretének szorzója
Melyik metrika a Precízió és a Visszahívás harmonikus közepe?
Pontosság
F1-érték
ROC-AUC
MSE
Mit mér a precizitás?
A pozitív esetek százaléka, amelyeket megtaláltunk
A model által pozitívnak előrejelzett elemek közül hány volt valóban pozitív
A döntések százaléka, amelyek helyesek voltak
A görbe alatti terület
Mit jelent a hamis negatív (FN)?
Valami, amit pozitívnak jósoltak, de valójában negatív
Valami, amit negatívnak azonosítottak, de valójában pozitív
Valami, amit helyesen azonosítottak negatívként
Valami, amit helyesen azonosítottak pozitívként
Mi a különbség a Batch optimalizálás és a Stochastic Gradient Descent (SGD) között?
A Batch minden egyes adatpont után frissít, míg az SGD csak a végén frissít
A Batch az összes adatpont feldolgozása után frissít, míg az SGD minden egyes egyedi adatpont után frissít
Az SGD pontosabb, de sokkal lassabb
Nincs jelentős különbség
Mit csinál a normalizálás?
Adatokat 0 és 1 közé skáláz
Beállítja az átlagot 0-ra és a szórást 1-re
Eltávolítja a szélsőséges értékeket (kiugrókat)
Növeli az adatok dimenzionalitását
Mi a token az NLP-ben?
Egy titkosító kulcs.
Egy szövegrész (szó, karakter vagy részszó), amellyel az algoritmus dolgozik.
Neurális hálózat egy rétege.
A tanulási folyamat egy lépése.
Mi a szerepe a torzításnak egy neuronnál ( y=wx+b )?
A súlyok szorzása.
A hiba növelése a regularizálás érdekében.
Egy állandó érték hozzáadása, amely segít eltolni a függvényt.
A bemeneti adatok normalizálása.
Mit tárolunk a Q-Learning során a táblázatban?
A neuronok súlyait és a gradienseket.
Az egyes állapot-akció párokhoz tartozó Q-értékeket.
Az egyes állapot-akció párokhoz tartozó Q-értékeket.
Az összes lehetséges jövőbeli állapotot.
Mit választ ki ez a Pandas utasítás?
Az első 5 sort és az 1-es, 2-es és 3-as oszlopot
Az első 5 sort (0-4 index) és a 2. és 3. oszlopot (1-2 index).
Az első 6 sort és az első 3 oszlopot.
Hibaüzenetet ad, mert az indexek nem lehetnek szeletek (slice).
Mire való a StandardScaler?
Minden értéket 0 és 1 közé skáláz: (x - min) / (max - min).
Logaritmust von minden értékből.
Minden értéket eloszt a maximummal.
Kivonja az átlagot és elosztja a szórással: (x - mean) / std.
Mi a különbség a felügyelt és a felügyelet nélküli tanulás között?
A felügyelet nélküli tanulás nem igényel adatokat.
A felügyelt tanulás során címkézett adatokat használunk, míg a felügyelet nélküli tanulás során címkézetlen adatokat.
A felügyelt tanulás gyorsabb, mint a felügyelet nélküli tanulás.
A felügyelt tanulás csak képek feldolgozására használható.
Mi a célja a Dropout technikának a mélytanulásban?
A kimeneti réteg méretének csökkentése.
A bemeneti adatok normalizálása.
A tanulási sebesség növelése.
A túltanulás megelőzése azáltal, hogy véletlenszerűen deaktiválunk neuronokat a tanulás során.
Mi a fő előnye a konvolúciós neurális hálózatoknak (CNN) a képfeldolgozásban?
A helyi mintázatok észlelése a képekben.
A számítási igény csökkentése.
Az adatok lineáris feldolgozása.
A szövegek generálása.
Edzés és értékelés során hány független adathalmazon van szükség, amikor az L1 regularizációt és a korai leállítást együtt alkalmazzák?
Egyszer
Kétszer
Háromszor
Négyszer
Attól függ, hogy milyen veszteségfüggvényt használnak
Melyik megoldás biológiai ihletésű?
Hebbian learning
ADAM
Self-organizing map/önszervező térkép
Convolutional network
Spike-time dependent plasticity
Válaszd ki a felügyelt tanulási algoritmusokat.
K-means
K-legközelebbi szomszédok (K-NN)
önszervező térkép
Perceptron tanulás
PCA
Mely módszerek használják csak az elsőrendű deriváltakat?
SGD Nesterov momentummal
ADAM
Newton-módszer
Koordináta csökkenés
L-BFGS
Mi a helyes lépés, amikor NaN értékű gradiens lép fel a tanulás során?
Ne tegyen semmit; ez nem befolyásolja a tanulást
A frissítés után tegyen egy kis véletlenszerű lépést
Hagyja ki a jelenlegi lépést
Hagyja ki a lépést, és helyette tegyen egy kis véletlenszerű lépést
Indítsa újra az egész tanulást
Melyik módszer kapcsolódik egy Pointer Network-höz?
Seq2Seq architektúra
Bahdanau figyelem
Nesterov momentum
Másolási mechanizmus
Transformerek
Melyik állítás igaz a dropout-ra?
Minden lépésben ugyanazokat a súlyokat nullázza
Örökre nullára állít néhány hálózati súlyt
Örökre nullára állít néhány kimenetet
Ideiglenesen letiltja a hálózat egyes részeit a tanulás során
Helyben csökkenti a tanulási rátát
Melyik állítások igazak az adatkészletekről?
A validációs és teszt adatkészletek mindig azonosak
A validációs adatkészletet a tanulás során használjuk
A teszt adatkészlet csak a végső értékeléshez szolgál
A tanulási és teszt adatkészleteknek azonos méretűeknek kell lenniük
Validációs adatkészlet szükséges minden tanulási folyamathoz
Mely állítások igazak a mesterséges neurális hálózatok veszteségfüggvényére?
Értéke mindig 0 és 1 között van
Tanulás során növekednie kell
Mindig monoton csökken
Differenciálhatónak kell lennie a tanuláshoz (pl. SGD-vel)
A log veszteség mindig jobb, mint a MSE
Mely állítások igazak a súlyok inicializálására vonatkozóan?
A súlyokat mindig nullára kell állítani
A súlyokat általában véletlenszerűen inicializálják
A kezdeti értékek nem számítanak
A súlyok újraképzésből/átviteli tanulásból származhatnak
A torzító értékeket mindig 1-re állítják
Mely állítások igazak a K-means klaszterezési algoritmusra?
A klaszterek száma (k) egy módszer paramétere
Minden pont a legközelebbi középponthoz tartozik
Az objektív (veszteség) erősen befolyásolja a konvergenciát
Nem igényel semmilyen inicializálást
Csak gömb alakú klasztereket tud kezelni
Mely állítások igazak a normalizálásra és a skálázásra?.
Ha nem alkalmazzák, a nagy értékű változók dominálhatnak
A normalizálás a középértéket nullára hozza
A normalizálás és a skálázás ugyanaz
A skálázás mindig a középérték szerinti osztást jelenti
A skálázás gyakran magában foglalja a szórás szerinti osztást
Mely metrikákat használnak általában a bináris osztályozási feladatok értékelésére?
F1-érték
ROC-AUC
Pontosság és Visszahívás
Átlagos négyzetes hiba
BLEU pontszám
Mely változók befolyásolják a megerősítéses tanulást?
Tanulási ráta (α)
Discount ráta (γ)
Felfedezési ráta (ε)
Dropout ráta
Mely jellemzők írják le a Q-tanulási algoritmust?
Off-policy
Használhat táblázatos értékfrissítéseket
Nem igényel modellt a környezetről
Szabályalapú érvelésen alapul
Nem veszi figyelembe a jövőbeli jutalmakat
Mely állítások igazak a Figyelem mechanizmusra?
Kontextusfüggő reprezentációkat tud létrehozni
Megsúlyozza egy token hatását a többi tokenhez képest
Csak képfeldolgozásra használják
Segít optimalizálni a tanulási rátát
Csak rekurzív hálózatokban alkalmazható
Mely tényezők vezethetnek a gépi tanulási modell túltanulásához?
Túl bonyolult modell kevés adattal
Regularizáció hiánya
Dropout használata
Nagyon hosszú tanítás validáció nélkül
Alacsony tanulási ráta
Mi a batch optimalizálás?
A teljes adathalmazon végzett frissítések alacsony varianciájú gradiens becsléseket eredményeznek, de lassabb iterációkat
A mini-batch-ek a gradiens zaj és sebesség közötti kompromisszumot jelentik, és standardok a mélytanulásban
A stokasztikus (1-es batch méret) frissítések magas varianciájúak és segíthetnek a generalizációban
A batch méret növelése mindig javítja a generalizációt
A batch méret csökkentése mindig lassítja a konvergenciát
Mi az a korai leállítás, és mikor hasznos?
Olyan technika, amely leállítja a tanítást, amikor a tanulási veszteség nullára csökken
Olyan módszer, amely leállítja a tanítást, amikor a validációs teljesítmény már nem javul, segítve a túltanulás megelőzését
Olyan mód, amely megfagyasztja a súlyokat minden egyes epoch után a számítás csökkentése érdekében
Olyan módszer, amely mindig növeli a pontosságot, ha több epochot adunk hozzá
A bináris osztályozás során mikor fontosabb a hamis pozitívok (FP) csökkentése a hamis negatívok (FN) csökkentésénél?
Az FP csökkentése fontosabb a spam szűrésében, ahol a legitim e-mailek spamként való téves besorolása költséges
Az FN csökkentése fontosabb a betegségszűrésben, ahol egy valódi eset kihagyása veszélyes
Az FP csökkentése fontosabb a csalás észlelésében, hogy elkerüljük a legitim tranzakciók megjelölését
Az FN csökkentése fontosabb a behatolásészlelésben, hogy elkerüljük a jóindulatú tevékenységek blokkolását
Hogyan befolyásolja a kedvezmény faktor γ a tanulást a megerősítéses tanulásban?
γ közel 0-hoz hangsúlyozza a közvetlen jutalmakat; γ közel 1-hez hangsúlyozza a hosszú távú jutalmakat
γ közel 1-hez hangsúlyozza a közvetlen jutalmakat; γ közel 0-hoz hangsúlyozza a hosszú távú jutalmakat
A γ választása nincs hatással a hozam számítására
A γ 0–1 közötti tartományon kívüli használata szokásos gyakorlat
