Trong học máy, "feature engineering" đề cập đến việc gì?

A. Ngành y tế

B. Ngành sản xuất

C. Ngành nông nghiệp

D. Ngành dịch vụ

A. Sai số giữa dự đoán và giá trị thực tế

B. Sự phức tạp của mô hình

C. Tính tổng quát hóa của mô hình

D. Sự khác biệt giữa dữ liệu huấn luyện và dữ liệu kiểm tra

A. Tỷ lệ giữa số lần dự đoán đúng và tổng số lần dự đoán

B. Tỷ lệ giữa số lần dự đoán đúng positive và tổng số positive dự đoán

C. Tỷ lệ giữa số lần dự đoán đúng negative và tổng số negative dự đoán

D. Số lần dự đoán đúng trên tổng số lần dự đoán

A. Một loại thuật toán tối ưu hóa

B. Một phương pháp tính toán biểu diễn các tầng xử lý thông tin

C. Một loại hàm kích hoạt

D. Một phương pháp gom nhóm dữ liệu

A. Tỷ lệ giữa số lần dự đoán đúng positive và tổng số positive thực sự

B. Tỷ lệ giữa số lần dự đoán đúng negative và tổng số negative thực sự

C. Số lần dự đoán đúng trên tổng số lần dự đoán

D. Tỷ lệ giữa số lần dự đoán đúng và tổng số lần dự đoán đúng và sai

A. Hàm được sử dụng để biến đổi đầu vào của một neural network thành đầu ra

B. Hàm để tính toán gradient

C. Hàm để giảm overfitting

D. Hàm để tối ưu hóa trọng số của mạng neural

A. Lập trình máy tính để thực hiện các nhiệm vụ cụ thể

B. Huấn luyện máy tính để tự học từ dữ liệu

C. Tạo ra máy tính có trí tuệ nhân tạo

D. Tối ưu hóa các thuật toán máy học