Giả sử chúng ta muốn xây dựng a mô hình phân loại, a tập hợp các thể hiện dữ liệu dùng để điều chỉnh siêu tham số sau quá trình học được gọi là ... 

Việc tiền xử lý dữ liệu là một bước cực kỳ quan trọng trong quy trình xây dựng mô hình học máy. Dữ liệu "sạch" và chính xác sẽ giúp mô hình học tốt hơn, tránh bị nhiễu bởi các giá trị sai lệch, thiếu hoặc không nhất quán. Quá trình tiền xử lý bao gồm nhiều công đoạn như làm sạch dữ liệu (xử lý giá trị thiếu, loại bỏ dữ liệu trùng lặp, sửa lỗi chính tả,...), chuyển đổi dữ liệu (scaling, normalization, encoding,...), và giảm chiều dữ liệu. Vì vậy, khẳng định "Tất cả dữ liệu cần được xử lý trước để sạch sẽ và chính xác trước khi đưa vào quá trình xây dựng mô hình học máy" là hoàn toàn đúng.

Câu hỏi yêu cầu xác định nhiệm vụ nào là "vấn đề dự đoán". Vấn đề dự đoán là bài toán mà mục tiêu là đưa ra dự đoán về một sự kiện, thuộc tính hoặc giá trị nào đó trong tương lai hoặc chưa biết, dựa trên dữ liệu đã có.

* a. A ứng dụng cần dự đoán năng lực làm việc của ứng viên dựa trên CV của ứng viên: Đây là một vấn đề dự đoán, vì ứng dụng phải dự đoán năng lực làm việc (một thuộc tính chưa biết) dựa trên thông tin từ CV (dữ liệu đã có).
* c. Robot được cung cấp a số thông tin về thế giới và cần thực hiện hành động tốt nhất tiếp theo: Đây là một dạng bài toán ra quyết định hoặc lập kế hoạch, không nhất thiết chỉ là dự đoán. Robot cần cân nhắc nhiều yếu tố để chọn hành động, không chỉ là dự đoán kết quả của hành động.
* d. Dự báo sự gián đoạn chuỗi cung ứng dựa trên thông tin thị trường: Đây là một vấn đề dự đoán, vì mục tiêu là dự đoán (dự báo) sự gián đoạn (một sự kiện trong tương lai) dựa trên thông tin thị trường (dữ liệu đã có).
* đ. A ứng dụng quét a hình ảnh và cần quyết định xem hình ảnh đó có chứa thú cưng hay không: Đây là một vấn đề phân loại, một dạng của bài toán dự đoán. Ứng dụng dự đoán lớp (có thú cưng/không có thú cưng) cho hình ảnh.

Vì các đáp án a, d và đ đều là các bài toán dự đoán, đáp án b - "Tất cả các nhiệm vụ được đề cập" - là đáp án chính xác nhất.

Câu hỏi này kiểm tra kiến thức về các tập dữ liệu khác nhau được sử dụng trong quá trình huấn luyện và đánh giá mô hình học máy.

* Tập huấn luyện (c): Được sử dụng để huấn luyện trực tiếp mô hình, tức là để mô hình học các tham số của nó. Tuy nhiên, không được dùng để điều chỉnh siêu tham số.
* Tập kiểm thử (b): Được sử dụng để đánh giá hiệu suất cuối cùng của mô hình sau khi đã huấn luyện và điều chỉnh. Không được dùng để điều chỉnh siêu tham số.
* Tập xác nhận (d): (hay còn gọi là tập validation) được sử dụng để điều chỉnh các siêu tham số của mô hình. Trong quá trình huấn luyện, mô hình được đánh giá trên tập validation để lựa chọn các siêu tham số tốt nhất, giúp mô hình khái quát hóa tốt hơn trên dữ liệu mới.
* Bộ nhớ đệm (a): Không phải là một tập dữ liệu được sử dụng trong quá trình huấn luyện và đánh giá mô hình.

Do đó, đáp án đúng là d. bộ xác nhận

Hàm chi phí J(θ) là một hàm của các tham số θ (trong trường hợp này là θ_0, θ_1 và θ_2). Khi ta có hai đặc trưng (x_1 và x_2), hàm chi phí sẽ phụ thuộc vào ba tham số (θ_0, θ_1, θ_2). Để biểu diễn hàm chi phí này, ta cần một không gian 3 chiều: hai chiều cho θ_1 và θ_2, và một chiều cho giá trị của J(θ). Vì θ_0 là hằng số nên có thể bỏ qua. Do đó, đồ thị của hàm chi phí sẽ là một bề mặt trong không gian 3 chiều.

Trong phương trình "giá = Theta_0 + Theta_1*size", 'size' (kích thước) là yếu tố tác động trực tiếp đến 'giá'. Do đó, 'size' được gọi là biến độc lập, vì giá trị của nó không phụ thuộc vào các biến khác trong phương trình. Biến phụ thuộc là 'giá', vì giá trị của nó phụ thuộc vào 'size' và các tham số Theta_0 và Theta_1. Giả thuyết là một phát biểu hoặc giả định về mối quan hệ giữa các biến, còn thông số của mô hình là các giá trị Theta_0 và Theta_1.