KI Manager:in / PAIM Testfragen
PAIM Testfragen 2024
PAIM Testfragen 2024
-
- 1 / 187
-
Cartes-fiches
Welche der folgenden Aufgaben gehört zum überwachten Lernen?
True or False: Bei unüberwachtem Lernen gibt es gelabelte Trainingsdaten.
Welcher Algorithmus wird häufig für das Clustering im unüberwachten Lernen verwendet?
True or False: Reinforcement Learning basiert auf dem Konzept von Belohnungsmechanismen.
Welche Technik wird verwendet, um Overfitting zu vermeiden?
True or False: Ein Modell mit Overfitting zeigt auf den Trainingsdaten sehr gute Ergebnisse,
jedoch auf den Testdaten eine schlechte Leistung.
Welche Metrik wird häufig zur Bewertung von Klassifikationsmodellen verwendet?
True or False: Der ROC-Kurve wird verwendet, um die Leistung von Klassifikationsmodellen
bei verschiedenen Schwellenwerten zu bewerten.
Was versteht man unter Feature Engineering?
True or False: Der Silhouette-Score wird verwendet, um die Güte eines Clustering-
Ergebnisses zu bewerten.
Welche Methode wird häufig zur Vermeidung von Underfitting verwendet?
True or False: DBSCAN ist ein Algorithmus für das Clustering, der sich besonders gut für Daten
mit variierender Dichte eignet.
Was ist das Hauptziel des Apriori-Algorithmus?
True or False: Klassifikation ist ein Beispiel für überwachtes Lernen.
Welche Metrik wird verwendet, um die Güte von Regressionsergebnissen zu bewerten?
True or False: Q-Learning ist ein Beispiel für überwachtes Lernen.
Was ist der Hauptunterschied zwischen überwachtem und unüberwachtem Lernen?
True or False: Overfitting kann durch die Verwendung von Cross-Validation verringert werden.
Was wird durch den F1-Score gemessen?
True or False: Eine ROC-Kurve zeigt das Verhältnis von richtig-positiven zu falsch-positiven Entscheidungen.
Welche der folgenden Aussagen trifft auf den Bias-Variance-Trade-off zu?
Welche der folgenden Techniken kann verwendet werden, um den Einfluss von Ausreißern
auf ein Machine-Learning-Modell zu minimieren?
Welche Technik wird häufig verwendet, um unbalancierte Datensätze in Klassifikationsproblemen
zu behandeln?
Was passiert, wenn ein Machine-Learning-Modell auf nicht-normalisierte Daten trainiert wird?
Welche der folgenden Techniken wird verwendet, um die Interpretierbarkeit von Machine-
Learning-Modellen zu verbessern?
Welche Metrik wird verwendet, um die Leistung eines Modells zur Zeitreihenvorhersage zu
bewerten?
Welche Methode gehört zur Dimensionenreduktion und wird häufig vor dem Einsatz von
Machine-Learning-Algorithmen verwendet?
Welcher dieser Schritte gehört zum Feature Engineering?
Welches Machine-Learning-Modell ist besonders anfällig für Overfitting, wenn nicht richtig
reguliert wird?
Welche Technik wird häufig zur Optimierung von Hyperparametern verwendet?
Sie trainieren ein Modell zur Vorhersage von Kreditrisiken. Ihr Datensatz enthält 95 % Nicht-
Ausfälle und 5 % Ausfälle. Welche Technik würden Sie anwenden, um mit dem
unausgewogenen Datensatz umzugehen?
Sie bemerken, dass Ihr Modell auf den Trainingsdaten extrem gut, auf den Testdaten jedoch
schlecht abschneidet. Was könnte das Problem sein?
Ihr Ziel ist es, das Kundensegment eines Unternehmens zu identifizieren, ohne vorherige
Informationen über die Kunden zu haben. Welchen Algorithmus sollten Sie verwenden?
Sie haben ein Modell für die Aktienkursvorhersage entwickelt, aber es scheint auf
unterschiedlichen Zeiträumen instabil zu sein. Welche Technik könnten Sie anwenden, um die
Stabilität zu verbessern?
Ihr Kunde möchte ein System, das kontinuierlich lernt und sich anpasst, während es
Belohnungen für erfolgreiche Ergebnisse erhält. Welche Lernmethode sollten Sie empfehlen?
Ein medizinisches Diagnosesystem liefert eine hohe Anzahl falsch-positiver Ergebnisse.
Welche Metrik könnte verwendet werden, um dies zu verbessern?
Sie möchten ein Modell optimieren, das auf einem hochdimensionalen Datensatz basiert.
Welche Technik könnte die Effizienz verbessern, ohne die Leistung zu beeinträchtigen?
Ihr Team entwickelt ein Modell zur Vorhersage von Häuserpreisen. Welches Verfahren könnte
verwendet werden, um den Einfluss von irrelevanten Features zu minimieren?
In einem Reinforcement-Learning-Problem dauert es zu lange, bis das Modell ein erfolgreiches
Verhalten erlernt. Was könnten Sie tun, um den Lernprozess zu beschleunigen?
Ihr Modell zur Vorhersage von Verkaufszahlen zeigt inkonsistente Ergebnisse. Wie könnten
Sie die Konsistenz erhöhen?
