Машинно самообучение: тренировъчен и тестов набор

Проверете се: 15 въпроса

Натиснете въпроса, за да видите верния отговор и обяснението.

1. Какво е машинно самообучение (machine learning)?

   • Компютърът се учи сам да се включва
   • Ръчно въвеждане на всички отговори
   • Компютърът открива закономерности от примерни данни
   • Копиране на файлове от интернет

   Отговор: Компютърът открива закономерности от примерни данни

   Правилата не се програмират едно по едно, а моделът ги извлича от много примери.

2. Защо данните се разделят на тренировъчен и тестов набор?

   • За да се намали размерът на файла
   • За да се ускори интернетът
   • За да се изтрият грешните данни
   • За да се провери моделът с данни, които не е виждал

   Отговор: За да се провери моделът с данни, които не е виждал

   Тестовият набор показва колко добре моделът се справя с нови примери.

3. Какво е преобучение (overfitting)?

   • Моделът запомня тренировъчните данни, но греши с нови
   • Моделът се обучава твърде кратко
   • Моделът изтрива данните
   • Моделът работи само без интернет

   Отговор: Моделът запомня тренировъчните данни, но греши с нови

   Такъв модел има отличен резултат на тренировъчния набор, но слаб на тестовия.

4. Модел е обучен само със снимки на кучета от една порода. Какъв е вероятният проблем?

   • Ще работи по-бързо
   • Ще разпознава всички животни
   • Ще разпознава зле кучета от други породи
   • Няма да има проблем

   Отговор: Ще разпознава зле кучета от други породи

   Тренировъчните данни не са представителни, затова моделът не обобщава добре.

5. Модел е тестван с 200 примера и е познал 180 от тях. Каква е точността му?

   • 80%
   • 18%
   • 90%
   • 180%

   Отговор: 90%

   Точността е 180 / 200 = 0,9, тоест 90%.

6. С кой набор от данни се обучава моделът?

   • Тестовия
   • Тренировъчния
   • Празния
   • Изтрития

   Отговор: Тренировъчния набор

   Тренировъчният набор е за обучение, а тестовият за проверка.

7. Кое е пример за машинно обучение в ежедневието?

   • Калкулатор
   • Препоръки за филми
   • Обикновен часовник
   • Хартиен речник

   Отговор: Препоръки за филми

   Платформите се учат от това, което гледаме, и предлагат подобни филми.

8. Какво показва точността на модела?

   • Броя на примерите
   • Скоростта на модела
   • Размера на файла
   • Дял на верните отговори

   Отговор: Дял на верните отговори

   Точност = верни отговори / всички тестови примери.

9. Как обикновено се разделят данните на тренировъчни и тестови?

   • 80% и 20%
   • 10% и 90%
   • 50% и 0%
   • 100% и 100%

   Отговор: 80% и 20%

   По-голямата част е за обучение, а по-малка част се пази за тест.

10. Модел познава 40 от 50 тестови примера. Каква е точността му?

    • 80%
    • 40%
    • 90%
    • 10%

    Отговор: 80%

    40 / 50 = 0,8, тоест 80%.

11. Как се нарича обучение с примери, които имат етикети (верни отговори)?

    • Обучение без учител
    • Обучение с учител
    • Преобучение
    • Тестване

    Отговор: Обучение с учител

    При обучение с учител всеки пример има известен верен отговор.

12. Модел има 99% точност с тренировъчните и 60% с тестовите данни. Какъв е проблемът?

    • Липса на ток
    • Твърде много тест
    • Няма проблем
    • Преобучение

    Отговор: Преобучение

    Моделът е запомнил примерите, но не обобщава за нови данни.

13. Кое помага да се намали преобучението?

    • Същите данни отново
    • По-малко примери
    • Изтриване на теста
    • Повече разнообразни данни

    Отговор: Повече разнообразни данни

    С повече и по-разнообразни примери моделът учи общи закономерности.

14. Тестовият набор има 400 примера, а точността е 75%. Колко са грешните отговори?

    • 100
    • 300
    • 75
    • 25

    Отговор: 100

    Верни са 75% от 400 = 300, грешни са 400 − 300 = 100.

15. Модел определя дали на снимката има котка или куче. Какъв тип задача е това?

    • Регресия
    • Класификация
    • Сортиране
    • Шифроване

    Отговор: Класификация

    Класификацията избира категория (клас), а регресията предсказва число.