Trong học máy, thuật ngữ "feature extraction" ám chỉ điều gì?
A.
Quá trình chọn lọc các đặc trưng quan trọng từ dữ liệu ban đầu.
B.
Quá trình tạo ra các mô hình phức tạp hơn để đối phó với dữ liệu phức tạp.
C.
Quá trình biến đổi dữ liệu đầu vào thành dạng phù hợp để huấn luyện mô hình.
D.
Quá trình trích xuất thông tin quan trọng từ dữ liệu và biến đổi chúng thành các đặc trưng mới.
Trả lời:
Đáp án đúng: D
"Feature extraction" (trích xuất đặc trưng) là quá trình quan trọng trong học máy, liên quan đến việc chọn lọc, biến đổi dữ liệu thô ban đầu thành một tập các đặc trưng (features) có ý nghĩa và hữu ích hơn. Các đặc trưng này được sử dụng để huấn luyện mô hình học máy.
Phương án A chỉ đề cập đến việc chọn lọc, không bao gồm việc biến đổi dữ liệu.
Phương án B nói về việc tạo mô hình phức tạp hơn, không liên quan trực tiếp đến trích xuất đặc trưng.
Phương án C nói về việc biến đổi dữ liệu đầu vào thành dạng phù hợp để huấn luyện mô hình, nhưng không nhấn mạnh đến việc trích xuất thông tin quan trọng.
Phương án D mô tả chính xác quá trình trích xuất thông tin quan trọng từ dữ liệu và biến đổi chúng thành các đặc trưng mới, phù hợp hơn để mô hình học máy có thể học và dự đoán tốt hơn.
50 câu hỏi 60 phút