- Ausführende
-
Lernen
Python lernen Ausführbare Beispiele, NumPy, pandas und mehr KI / Machine Learning lernenNeuronale Netze, ML und LLMs von Grund auf C/C++ lernen Zeiger, Speicher, STL und modernes C++ C# lernenC#-Grundlagen, OOP, LINQ, Async und .NET-Übungen Matplotlib lernenLinien-, Balken-, Streu- und Kreisdiagramme mit interaktiven Visualisierungen Rust lernenOwnership, Traits, Fehlerbehandlung und Threads Go lernenSlices, Interfaces, Goroutinen und Channels Python-Algorithmen Suche, Sortierung, Rekursion und Visualisierungen O(n) C/C++-Algorithmen Implementierungen in C und C++ vergleichen Programmieren für Kinder Spielend programmieren lernen!
- QuizzeNeu
- AufgabenNeu
- Für LehrkräfteNeu
- Aktualisierungen
- Spendier mir einen Kaffee
AI & Machine Learning-Quiz: Classic ML Algorithms
Interviewers still ask about the classic machine learning algorithms because they are fast, explainable and often good enough. This quiz tests how linear regression, logistic regression, k-nearest neighbors, decision trees and k-means work, with small numbers to reason about and scenarios where you pick the right tool.
Beispielfrage
Frage 1 von 10A linear regression model predicts price = 50,000 + 2,000 * size_m2. What is the predicted price of a 60 m2 apartment?
Lösung zeigen
B. 170,000 50,000 + 2,000 * 60 = 50,000 + 120,000 = 170,000. The coefficient 2,000 means each extra square meter adds 2,000 to the prediction, holding other features fixed.
Darum geht es in diesem Quiz
- Linear regression and what its coefficients mean
- Logistic regression for classification
- k-nearest neighbors and the choice of k
- Decision trees, random forests and their trade-offs
- k-means clustering and choosing an algorithm for a problem
Häufige Fragen
Brauche ich ein Konto?
Nein. Jeder kann spielen. Mit Anmeldung werden XP, Serie, Abzeichen und Verlauf gespeichert.
Kann ich es wiederholen?
Ja. Dein Bestwert bleibt erhalten, und Fragen und Antworten werden jedes Mal neu gemischt.