Lab 2

Đầu ra của việc huấn luyện trong học máy là _______.

• Thuật toán học máy

• Mô hình học máy

• Độ chính xác

• Kết quả dự đoán

Nếu một lập trình viên đang định sử dụng các thuật toán học máy cho các sản phẩm phần mềm của mình, điều gì được xem là tốt nhất cần phải lưu ý đảm bảo chất lượng? 

• Dữ liệu

• Hệ thống mạng

• Bộ xử lý

• Kỹ thuật thống kê

Trí tuệ nhân tạo (AI) phát triển nhanh chóng và ứng dụng rộng rãi nhờ vào yếu tố nào? 

• Machine Learning

• Big Data

• Deep Learning

• Tất cả đều đúng

Khi chúng ta chỉ có dataset gồm đặc trưng (features) mà không được gán nhãn (labels), mà nhiệm vụ của chúng ta phải xây dựng mô hình học máy để tìm ra sự giống nhau giữa các đối tượng đó. Đây là phương pháp ________. 

• Supervised Learning  

• Semi-supervised Learning

• Transfer Learning

• Unsupervised Learning

Đâu là những nhận định đúng về Học sâu?

• Sử dụng nhiều lớp (layer) để trích xuất các đặc trưng từ đầu vào là dữ liệu thô.

• Mạng học sâu có ít nhất là 2 lớp nơ ron.

• Huấn luyện mô hình học sâu không yêu cầu nhiều tài nguyên tính toán.

• Học sâu cho hiệu quả tốt hơn học máy truyền thống ở các bài toán phân loại.

Tại sao các mạng nơ-ron cần có hàm kích hoạt (Activation Function)?

• Nếu không có hàm kích hoạt, dữ liệu khi đi qua các nút (Nodes) và lớp của mạng chỉ là đi qua các hàm phi tuyến tính.

• Cần thiết để ngăn chặn tính tuyến tính (Linear).

• Cần thiết để ngăn chặn tính phi tuyến tính (non-Linear). 

• Cả A và C đều đúng.

Có bao nhiêu Kỹ thuật huấn luyện trong học máy?

• 2

• 3

• 4

• 5

Kỹ thuật học giám sát nào có thể xử lý cả thuộc tính đầu vào số (Numeric) và phân loại (Categorical)?

• Linear regression

• Bayes classifier

• Decision Tree

• None of the Above

Cần ít nhất bao nhiêu lớp (layer) để xây dựng một mạng nơ-ron nhân tạo?

• 2

• 3

• 4

• 5

Mạng nơ-ron nào sau đây có bộ nhớ?

• 1D CNN

• 2D CNN

• LSTM

• None