Khi huấn luyện mô hình Multi-label Classification, điều gì cần lưu ý về dữ liệu?
Dữ liệu cần được chuẩn hóa về giá trị 0-1
Cần đảm bảo cân bằng giữa các nhãn
Chỉ cần một nhãn cho mỗi mẫu
Không cần xử lý dữ liệu trước
Câu hỏi trong đề: 230+ câu trắc nghiệm Mạng nơ-ron nhân tạo có đáp án !!
Quảng cáo
Trả lời:

Chọn đáp án B.
Hot: Đăng kí gói VIP VietJack thi online kèm đáp án chi tiết không giới hạn toàn bộ website (chỉ từ 199k). Đăng kí ngay
CÂU HỎI HOT CÙNG CHỦ ĐỀ
Câu 1
B. a = 16.5
C. a = 17.5
Lời giải
Chọn đáp án C.
Câu 2
Cross-Entropy Loss
Binary Cross-Entropy Loss
Mean Squared Error
Hinge Loss
Lời giải
Chọn đáp án B.
Câu 3
Mean Squared Error
Binary Cross-Entropy
Hinge Loss
Kullback-Leibler Divergence
Lời giải
Bạn cần đăng ký gói VIP ( giá chỉ từ 199K ) để làm bài, xem đáp án và lời giải chi tiết không giới hạn.
Câu 4
Chỉ sử dụng dữ liệu của lớp đa số
Đảm bảo dữ liệu tổng hợp không quá khác biệt với dữ liệu thật
Không cần huấn luyện Discriminator
Tăng nhiễu ngẫu nhiên vô hạn
Lời giải
Bạn cần đăng ký gói VIP ( giá chỉ từ 199K ) để làm bài, xem đáp án và lời giải chi tiết không giới hạn.
Câu 5
Không thể xử lý dữ liệu lớn
Số lượng lớp tăng theo cấp số nhân với số nhãn
Không hỗ trợ hàm mất mát Binary Cross-Entropy
Chỉ áp dụng cho dữ liệu văn bản
Lời giải
Bạn cần đăng ký gói VIP ( giá chỉ từ 199K ) để làm bài, xem đáp án và lời giải chi tiết không giới hạn.
Câu 6
B. b = −1
C. b = 0.5
Lời giải
Bạn cần đăng ký gói VIP ( giá chỉ từ 199K ) để làm bài, xem đáp án và lời giải chi tiết không giới hạn.