Evaluierung von Machine-Learning-Modellen: Quizfragen und Übungen

Question 1

Welche Metrik wird zur Messung der Vorhersagegenauigkeit von Klassifikatoren verwendet?

Accepted Answer

Genauigkeit

Answer

Mittlerer quadratischer Fehler (MSE)

Answer

F1-Wert

Answer

ROC-AUC

Question 2

Welches Verfahren zielt darauf ab, Überanpassung in Machine-Learning-Modellen zu verhindern?

Accepted Answer

Kreuzvalidierung

Answer

Regelmäßige Ausdrücke

Answer

Hyperparameteroptimierung

Answer

Bagging

Question 3

Was ist das primäre Ziel der Hyperparameteroptimierung?

Accepted Answer

Verbesserung der Modellleistung

Answer

Reduzierung der Modellkomplexität

Answer

Automatisierung des Modelltrainings

Answer

Erhöhung der Modellstabilität

Question 4

Wie wird eine 5-fache Kreuzvalidierung durchgeführt?

Accepted Answer

Aufteilung des Datensatzes in 5 gleiche Teile, Verwendung von 4 Teilen zum Trainieren und 1 Teil zum Testen

Answer

Aufteilung des Datensatzes in 10 gleiche Teile, Verwendung von 9 Teilen zum Trainieren und 1 Teil zum Testen

Answer

Aufteilung des Datensatzes in 2 gleiche Teile, Verwendung von 1 Teil zum Trainieren und 1 Teil zum Testen

Answer

Aufteilung des Datensatzes in 3 gleiche Teile, Verwendung von 2 Teilen zum Trainieren und 1 Teil zum Testen

Question 5

Wie wird der mittlere absolute Fehler (MAE) berechnet?

Accepted Answer

Summe der absoluten Differenzen zwischen Vorhersagen und tatsächlichen Werten geteilt durch die Anzahl der Datenpunkte

Answer

Summe der quadrierten Differenzen zwischen Vorhersagen und tatsächlichen Werten geteilt durch die Anzahl der Datenpunkte

Answer

Mittelwert der absoluten Abweichungen der Vorhersagen von den tatsächlichen Werten

Answer

Mittelwert der quadrierten Abweichungen der Vorhersagen von den tatsächlichen Werten

Question 6

Welcher der folgenden Algorithmen ist ein Beispiel für ein Ensemble-Lernverfahren?

Accepted Answer

Random Forest

Answer

Support-Vektor-Maschine

Answer

Entscheidungsbaum

Answer

Logistische Regression

Question 7

Welche Hyperparameteroptimierungsmethode ist für ein Modell mit hoher Dimensionalität und komplexen Wechselwirkungen zwischen seinen Hyperparametern am geeignetsten?

Accepted Answer

Bayes'sche Optimierung

Answer

Manuelle Suche

Answer

Zufällige Suche

Answer

Gittersuche

Question 8

Was ist das Hauptziel der Hyperparameteroptimierung?

Accepted Answer

Verbesserung der Modellleistung

Answer

Reduzierung der Modellkomplexität

Answer

Erhöhung der Interpretierbarkeit des Modells

Answer

Verkürzung der Trainingszeit

Question 9

Welche Metrik ist geeignet, um die Leistung eines Regressionsmodells zu evaluieren?

Accepted Answer

R-Quadrat

Answer

F1-Score

Answer

AUC-ROC

Answer

Precision

Question 10

Welche Art von Kreuzvalidierung ist empfehlenswert, wenn nur eine begrenzte Menge an Daten zur Verfügung steht?

Accepted Answer

Leave-One-Out

Answer

Stratified K-Fold

Answer

Holdout

Answer

Bootstrap

Question 11

Welche Metrik ist geeignet, um die Leistung eines Modells zu bewerten, das mit imbalancierten Daten arbeitet?

Accepted Answer

F1-Score

Answer

Genauigkeit

Answer

Recall

Answer

Präzision

Question 12

Welche Metrik eignet sich zur Beurteilung der Effektivität eines unüberwachten Machine-Learning-Algorithmus?

Accepted Answer

Silhouetten-Koeffizient

Answer

Genauigkeit

Answer

Mittlerer quadratischer Fehler (MSE)

Question 13

Welches ist ein Hauptziel der Kreuzvalidierung bei der Bewertung von Machine-Learning-Modellen?

Accepted Answer

Schätzung des Generalisierungsfehlers eines Modells auf ungesehenen Daten

Answer

Verhinderung von Überanpassung in einem Modell

Answer

Optimierung der Hyperparameter eines Modells

Question 14

Was ist der Hauptzweck der Kreuzvalidierung bei der Evaluierung von Machine-Learning-Modellen?

Accepted Answer

Verbessert die Generalisierungsfähigkeit des Modells.

Answer

Ermöglicht die Verwendung größerer Modelle.

Answer

Beschleunigt den Trainingsprozess des Modells.

Answer

Ersetzt die Notwendigkeit einer Aufteilung von Trainings- und Testmengen.

Question 15

Welche Metrik ist optimal für die Bewertung der Klassifizierungsleistung eines Modells bei stark unausgeglichenen Datensätzen?

Accepted Answer

F1-Score

Answer

Genauigkeit

Answer

Präzision

Answer

Rückruf

Question 16

Welche Metrik gibt den Anteil korrekt erkannter positiver Beispiele an?

Accepted Answer

Präzision

Answer

Genauigkeit

Answer

Rückruf

Answer

F1-Score

Question 17

Welche Art von Kreuzvalidierung ist angemessen, wenn die Menge der verfügbaren Trainingsdaten begrenzt ist?

Accepted Answer

Leave-One-Out-Kreuzvalidierung

Answer

Stratifizierte Kreuzvalidierung

Answer

k-fache Kreuzvalidierung

Answer

Holdout-Validierung

Question 18

Was ist das primäre Ziel der Hyperparameteroptimierung?

Accepted Answer

Verbesserung der Modellleistung

Answer

Verringerung der Überanpassung

Answer

Minimierung des Rechenaufwands

Answer

Vereinfachung der Modellarchitektur

Question 19

Welcher Aspekt ist bei der Auswahl einer Metrik zur Bewertung der Modellleistung von entscheidender Bedeutung?

Accepted Answer

Relevanz für die zugrunde liegende Aufgabe

Answer

Mathematische Einfachheit

Answer

Schnelle Berechnung

Question 20

Welche Aussage über Kreuzvalidierung trifft zu?

Accepted Answer

Sie kann Überanpassung verhindern.

Answer

Sie kann nur mit großen Datenmengen verwendet werden.

Answer

Sie garantiert eine optimale Modellleistung.

Question 21

Wie unterscheiden sich 'Überanpassung' und 'Unteranpassung' voneinander?

Accepted Answer

'Überanpassung' tritt auf, wenn ein Modell zu stark auf den Trainingsdaten lernt, während 'Unteranpassung' auftritt, wenn es nicht ausreichend lernt.

Answer

'Überanpassung' ist ein wünschenswertes Ergebnis, während 'Unteranpassung' vermieden werden sollte.

Question 22

Welchem Zweck dient das 'Testset' bei der Modellbewertung?

Accepted Answer

Unabhängige Beurteilung der Modellleistung an ungesehenen Daten

Answer

Bereitstellung zusätzlicher Trainingsdaten

Answer

Anpassung der Hyperparameter

Question 23

Welchen Vorteil bietet die Verwendung der Kreuzvalidierung?

Accepted Answer

Vermeidung von Überanpassung

Answer

Verringerung der Rechenzeit

Answer

Erhöhung der Modellkomplexität

Answer

Verbesserung der Modellstabilität

Question 24

Was ist das Ziel der Hyperparameteroptimierung?

Accepted Answer

Verbesserung der Modellleistung

Answer

Reduzierung des Rechenaufwands

Answer

Erhöhung der Modellinterpretierbarkeit

Answer

Vermeidung von Unteranpassung

Question 25

Welche der folgenden Aussagen zur Varianzaufklärung ist nicht korrekt?

Accepted Answer

Sie ist immer größer als 1.

Answer

Ein höherer Wert deutet auf eine bessere Modellleistung hin.

Answer

Sie kann für Regressionsmodelle verwendet werden.

Answer

Sie misst den Anteil der Varianz in den Zielvariablen, der vom Modell erklärt wird.

Question 26

Welche Art von Machine-Learning-Modell würde man wählen, um die Wahrscheinlichkeit des Verspätung eines Fluges vorherzusagen?

Accepted Answer

Klassifizierungsmodell

Answer

Clustering-Modell

Answer

Anomalieerkennungsmodell

Answer

Regressionsmodell

Question 27

Welche der folgenden Metriken misst die Fähigkeit eines Regressionsmodells, kontinuierliche Werte vorherzusagen?

Accepted Answer

Mittlerer absoluter Fehler

Answer

Fläche unter der ROC-Kurve

Answer

Präzision

Answer

Genauigkeit

Question 28

Welcher der folgenden Nachteile ist mit der Verwendung eines Entscheidungsbaums verbunden?

Accepted Answer

Anfälligkeit für Überanpassung

Answer

Geringerer Rechenaufwand

Answer

Hohe Interpretierbarkeit

Question 29

Welche Art von Kreuzvalidierung ist am besten geeignet, wenn die Datenmenge klein ist?

Accepted Answer

Leave-One-Out-Kreuzvalidierung

Answer

k-facheKreuzvalidierung

Answer

Bootstrapping

Answer

Stratifizierte Kreuzvalidierung

Question 30

Welche Metrik ist für die Bewertung von Klassifikationsmodellen geeignet, die mit unausgeglichenen Daten trainiert wurden?

Accepted Answer

AUC-ROC

Answer

Genauigkeit

Answer

Mittlerer absoluter Fehler

Answer

Mittlerer quadratischer Fehler

Question 31

Welcher Algorithmus zur Hyperparameteroptimierung durchsucht den Parameterraum zufällig?

Accepted Answer

Zufällige Suche

Answer

Gittersuche

Answer

Bayes'sche Optimierung

Question 32

Welche Metrik dient zur Bewertung der Leistung von Regressionsmodellen?

Accepted Answer

R-Quadrat

Answer

AUC-ROC

Answer

Genauigkeit

Question 33

Welche Kreuzvalidierungsart unterteilt den Datensatz in mehrere Folds?

Accepted Answer

K-fach-Kreuzvalidierung

Answer

Leave-One-Out-Kreuzvalidierung

Answer

Halbierungsvalidierung

Answer

Stratifizierte Kreuzvalidierung

Question 34

Welcher Parameter steuert in der Regularisierung die Modellkomplexität?

Accepted Answer

Lambda

Answer

Eta

Answer

Alpha

Answer

Gamma

Question 35

Welches Maß wird zur Bewertung der Leistung von Clustering-Algorithmen herangezogen?

Accepted Answer

Silhouette-Koeffizient

Answer

Genauigkeit

Answer

AUC-ROC

Answer

Mittlerer absoluter Fehler

Question 36

Welcher Hyperparameteroptimierungsalgorithmus verwendet einen Bayes'schen Ansatz zur Steuerung der Suche?

Accepted Answer

Bayes'sche Optimierung

Answer

Gittersuche

Answer

Zufällige Suche

Answer

Evolutionäre Algorithmen

Question 37

Welche Metrik eignet sich am besten zur Bewertung eines Klassifikationsmodells mit unausgeglichener Klassenverteilung?

Accepted Answer

F1-Score

Answer

TPR

Answer

MSE

Answer

Präzision

Question 38

Wie lautet die Bezeichnung für die Technik zur Vermeidung von Überanpassung, bei der ein Datensatz in mehrere Teilmengen aufgeteilt und iterativ trainiert und evaluiert wird?

Accepted Answer

Kreuzvalidierung

Answer

Frühzeitiges Beenden

Answer

Regularisierung

Answer

Dropout

Question 39

Welche Metrik misst die mittlere absolute Differenz zwischen Vorhersagen und tatsächlichen Werten?

Accepted Answer

MAE

Answer

R2

Answer

F1-Score

Answer

MSE

Question 40

Welche Regularisierungstechnik fügt eine Strafe für große Gewichtungen zum Verlust hinzu?

Accepted Answer

L2-Regularisierung

Answer

Frühzeitiges Beenden

Answer

Dropout

Answer

L1-Regularisierung

Question 41

Welche Methode zur Hyperparameteroptimierung durchsucht den Hyperparameterraum systematisch anhand einer vordefinierten Gitterstruktur?

Accepted Answer

Gittersuche

Answer

Evolutionärer Algorithmus

Answer

Bayes'sche Optimierung

Answer

Zufällige Suche

Question 42

Wie lautet die Formel zur Berechnung des R2-Werts?

Accepted Answer

1 - (Summe der quadrierten Residuen) / (Summe der quadrierten Abweichungen vom Mittelwert)

Answer

Summe der quadrierten Residuen / Summe der quadrierten Vorhersagen

Answer

Summe der quadrierten Vorhersagen / Summe der quadrierten Residuen

Question 43

Welche Aussage zur Hyperparameteroptimierung ist falsch?

Accepted Answer

Hyperparameteroptimierung kann immer die Modellleistung steigern

Answer

Hyperparameteroptimierung ist ein iterativer Prozess

Answer

Überanpassung kann durch Hyperparameteroptimierung reduziert werden

Question 44

Welcher Hyperparameter steuert die Lernrate des Optimierungsalgorithmus?

Accepted Answer

Lernsatz

Answer

Batch-Größe

Answer

Lambda

Answer

Epochen