Machine Learning

Học có giám sát là gì?

• Một phương pháp học máy không cần dữ liệu có nhãn.

• Một phương pháp học máy sử dụng dữ liệu có nhãn để huấn luyện mô hình.

• Một phương pháp học máy chỉ áp dụng cho dữ liệu không có cấu trúc.

• Một phương pháp học máy không cần huấn luyện mô hình.

Học có giám sát thường được chia thành hai loại chính nào?

• Phân loại và hồi quy.

• Phân loại và gom cụm.

• Hồi quy và gom cụm.

• Phân loại và giảm chiều dữ liệu.

Trong phân loại, mục tiêu của mô hình là gì?

• Dự đoán một giá trị liên tục.

• Dự đoán một nhãn lớp rời rạc.

• Tìm các nhóm dữ liệu tương tự.

• Giảm số lượng đặc trưng trong dữ liệu.

Thuật toán nào sau đây thường được sử dụng trong phân loại?

• k-Nearest Neighbors (k-NN).

• k-Means Clustering.

• Principal Component Analysis (PCA).

• Apriori Algorithm.

Phương pháp nào sau đây thường được sử dụng để phân loại dữ liệu?

• Support Vector Machines (SVM)

• Decision Trees

• Naive Bayes

• Random Forest

Trong hồi quy, mục tiêu của mô hình là gì?

• Dự đoán một nhãn lớp rời rạc

• Dự đoán một giá trị liên tục

• Tìm các mẫu dữ liệu tương tự

• Phân chia dữ liệu thành các nhóm

Thuật toán nào sau đây thường được sử dụng trong hồi quy?

• Hồi quy tuyến tính (Linear Regression)

• Hồi quy logistic (Logistic Regression)

• Naive Bayes

• Support Vector Machine (SVM) cho phân loại

Trong cây quyết định (Decision Trees), tiêu chí nào thường được sử dụng để chọn đặc trưng phân chia?

• Entropy và Information Gain

• Mean Absolute Error (MAE)

• Mean Squared Error (MSE)

• R-squared

Random Forests là gì?

• Một thuật toán phân loại đơn lẻ.

• Một phương pháp ensemble learning kết hợp nhiều cây quyết định.

• Một thuật toán học không giám sát.

• Một phương pháp giảm chiều dữ liệu.

Thước đo nào sau đây thường được sử dụng để đánh giá mô hình phân loại khi dữ liệu không cân bằng?

• Accuracy.

• F1-score.

• Mean Absolute Error (MAE).

• R-squared.