Học máy là gì?

• Là một tập con của trí tuệ nhân tạo, sử dụng neural networks để giải quyết các vấn đề phức tạp.

• Là một lĩnh khoa học rộng lớn giúp máy móc bắt chước hành vi của con người.

• Là một tập con của trí tuệ nhân tạo, liên quan đến lĩnh vực nghiên cứu nhằm giúp máy tính có khả năng tự động học bằng cách cung cấp dữ liệu cho nó mà không cần lập trình cụ thể.

• Là một tập con của trí tuệ nhân tạo, liên quan đến lĩnh vực nghiên cứu nhằm giúp máy tính bắt chước hành vi của con người.

Học tăng cường là gì?

• Học từ dữ liệu đã gán nhãn.

• Học thông qua tương tác với môi trường để tối đa hóa phần thưởng.

• Học mà không cần bất kỳ phản hồi nào.

• Học từ các tập dữ liệu lớn không nhãn.

Mạng nơ-ron nhân tạo (ANN) mô phỏng theo cấu trúc nào của con người?

• Bộ xương.

• Hệ thần kinh.

• Hệ tuần hoàn.

• Hệ tiêu hóa.

Học máy bán giám sát là gì?

• Học từ dữ liệu hoàn toàn có nhãn.

• Học từ dữ liệu hoàn toàn không có nhãn.

• Học từ cả dữ liệu có nhãn và không nhãn.

• Học bằng cách thử và sai.

Điều gì khiến học máy bán giám sát khác học máy có giám sát?

• Không cần dữ liệu.

• Sử dụng ít dữ liệu có nhãn và nhiều dữ liệu không nhãn.

• Chỉ dùng dữ liệu không nhãn.

• Không có thuật toán cụ thể.

Lợi ích chính của học bán giám sát là gì?

• Không cần tính toán nhiều.

• Không cần dữ liệu.

• Tận dụng dữ liệu không nhãn để tăng hiệu suất mà không tốn nhiều chi phí gán nhãn.

• Dễ thực hiện hơn học không giám sát.

Dữ liệu không được gán nhãn trong học bán giám sát có vai trò gì?

• Vô dụng, chỉ để lưu trữ.

• Làm tăng sai số.

• Để thay thế dữ liệu có nhãn.

• Giúp cải thiện mô hình bằng cách học cấu trúc phân bố

Học bán giám sát thường được sử dụng trong lĩnh vực nào?

• Nhận dạng hình ảnh, nhận dạng giọng nói.

• Giải phương trình.

• Tính diện tích hình học.

• Xử lý số học trong bảng tính.

Kỹ thuật nào sau đây phổ biến trong học bán giám sát?

• Self-training.

• Gradient boosting.

• Backpropagation.

• Stochastic descent.

Trong học bán giám sát, mô hình ban đầu được huấn luyện trên dữ liệu nào?

• Dữ liệu không nhãn.

• Cả 2 loại cùng lúc.

• Dữ liệu có nhãn.

• Dữ liệu kiểm tra.