Gids-gekoppelde quiz · Gemakkelijk Niveau

Hoe AI leert quiz

Controleer uw kennis van begeleid, onbewaakt en versterkend leren, plus overfitting, testsets en wat het verlies van een model feitelijk meet.

Gerelateerde gidspadenHoe AI leert
Vraag 1 van 8

Wat omvatten de trainingsgegevens bij begeleid leren?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Wat omvatten de trainingsgegevens bij begeleid leren?
    • Only raw examples with no answers attached
    • Rules written by programmers for every possible situation
    • Inputs paired with target outputs, called labels
    • Rewards and penalties from a game environment
  2. Van welk type leerwijze is het groeperen van klanten op basis van vergelijkbare winkelgewoonten, zonder vooraf gedefinieerde categorieën, een voorbeeld?
    • Unsupervised learning
    • Rule-based programming
    • Supervised learning
    • Versterkend leren
  3. Hoe verbetert een versterkende leeragent, zoals iemand die een videogame leert spelen?
    • By trying actions and learning from rewards or penalties
    • By memorizing the game's source code
    • By copying labeled examples showing the correct move each turn
    • By sorting past games into clusters without feedback
  4. Een model presteert goed op zijn trainingsvoorbeelden, maar slecht op vergelijkbare, volgehouden voorbeelden. Welk patroon laat dit zien?
    • Ondermaats
    • Overfitting
    • Data leakage
    • Good generalization
  5. Waarom een ​​testset gescheiden houden van het passen van het model en het kiezen van de instellingen ervan?
    • To estimate performance on examples not used for those development choices
    • To tune hyperparameters by repeatedly checking the final evaluation set
    • To add held-out examples to training after the choices are final
    • To check whether training predictions match their training labels
  6. In the guide’s supervised training loop, what does the loss measure?
    • How much electricity the training run uses
    • How long the model takes to give an answer
    • How many examples were deleted from the training dataset
    • The numerical difference between predictions and target values
  7. A text model learns to predict the next token from the preceding context. Which learning setup does the guide describe?
    • Supervised learning with separately supplied labels
    • Unsupervised clustering of the text
    • Self-supervised training that creates a prediction task from the text
    • Reinforcement learning from rewards for each token
  8. A model changes its answer after seeing an example in a prompt. What can be concluded about its learned weights?
    • They must have permanently changed
    • The prompt became part of every user’s training data
    • The model cannot use examples without retraining
    • A changed response does not by itself show a weight update