Главная / Искусственный интеллект и робототехника /
Машинное обучение / Тест 35
Машинное обучение - тест 35
Упражнение 1:
Номер 1
Что называют задачей восстановления регрессии?
Ответ:
 
(1) Задача обучения по прецедентам при
. 
 
(2) Задача поиска вектора параметров
. 
 (3) Задача поиска минимума среднего квадрата ошибки. 
 (4) Задача модели регрессии. 
Номер 2
Если функция достаточное число раз дифференцируема по , то:
Ответ:
 
(1) значение
вычисляется для каждого объекта
по нескольким ближайшим к нему объектам обучающей выборки. 
 
(2) в точке минимума выполняется система
уравнений относительно
неизвестных. 
 
(3) обучение регрессионной модели будет производится отдельно в каждой точке
пространства объектов
. 
Номер 3
Какая функция позволяет говорить о "близости" объектов, на множестве ?
Ответ:
 
(1) ; 
 
(2)  
 
(3)  
 
(4)  
Упражнение 2:
Номер 1
В ядре , параметр - называется:
Ответ:
 (1) шириной ядра; 
 (2) шириной окна; 
 (3) регрессией; 
 (4) памятью. 
Номер 2
Следующая формула , называется:
Ответ:
 (1) моделью регрессии; 
 (2) формулой ядерного сглаживания; 
 (3) формулой метода наименьших квадратов; 
 (4) ядром. 
Номер 3
На что влияет выбор ядра K?
Ответ:
 (1) на точность аппроксимации; 
 
(2) на степень гладкости функции
 
 (3) на качество восстановления зависимости. 
Упражнение 3:
Номер 1
При каком размере окна h функция чрезмерно сглаживается?
Ответ:
 (1) при слишком широком; 
 (2) при слишком узком; 
 (3) при оптимальном значении ширины окна; 
 (4) при h=0. 
Номер 2
При каком размере окна h функция стремится пройти через все точки выборки?
Ответ:
 (1) при слишком широком; 
 (2) при слишком узком; 
 (3) при оптимальном значении ширины окна; 
 (4) при h=0. 
Номер 3
При каком размере окна h функция в пределе вырождается в константу?
Ответ:
 (1) при слишком широком; 
 (2) при слишком узком; 
 (3) при оптимальном значении ширины окна; 
 (4) при h=0. 
Упражнение 4:
Номер 1
По какой из формул вычисляются веса в областях локальных сгущений оптимальна меньшая ширина окна?
Ответ:
 
(1)  
 
(2)  
 
(3)  
Номер 2
Формула скользящего контроля с исключением объектов по одному выглядит:
Ответ:
 
(1)  
 
(2)  
 
(3)  
Номер 3
Вычисление оценки скользящего контроля на каждом объекте выглядит следующим образом:
Ответ:
 
(1)  
 
(2)  
 
(3)  
 
(4)  
Упражнение 5:
Номер 1
Как называются методы восстановления регрессии, устойчивые к шуму в исходных данных?
Ответ:
 (1) робастными; 
 (2) жесткой фильтрацией; 
 (3) мягкой фильтрацией; 
 (4) скользящими. 
Номер 2
Если строится вариационный ряд ошибок и отбрасывается некоторое количество t объектов с наибольшей ошибкой, тогда это называют:
Ответ:
 (1) робастными; 
 (2) жесткой фильтрацией; 
 (3) мягкой фильтрацией; 
 (4) скользящими. 
Номер 3
Если используется квартическое ядро , где - медиана вариационного ряда ошибок, то это называют:
Ответ:
 (1) робастными; 
 (2) жесткой фильтрацией; 
 (3) мягкой фильтрацией; 
 (4) скользящими. 
Упражнение 6:
Номер 1
Что называют линейной комбинацией признаков с коэффициентами ?
Ответ:
 (1) нормальной системой; 
 (2) линейной моделью регрессии; 
 (3) псевдообратной матрицей; 
 (4) проекционной матрицей. 
Номер 2
Что будет являтся решением нормальной системы?
Ответ:
 
(1)  
 
(2)  
 
(3) вектор
 
 
(4)  
Номер 3
Что будет называться псевдообратной для прямоугольной матрицы F?
Ответ:
 
(1)  
 
(2)  
 
(3)  
 
(4)  
Упражнение 7:
Номер 1
Что надо добавить для решения проблемы мультиколлинеарности?
Ответ:
 
(1) параметр
; 
 
(2) диагональную матрицу
 
 (3) функционал Q, который штрафует большие значения нормы вектора весов ||a||. 
Номер 2
Каким способом можно получить гребневую регрессию?
Ответ:
 (1) добавить функционал Q, который штрафует большие значения нормы вектора весов ||a||; 
 
(2) добавить диагональную матрицу
; 
 
(3) добавить параметр
. 
Номер 3
Каким способом можно уменьшить норму вектора коэффициентов?
Ответ:
 (1) добавить функционал Q, который штрафует большие значения нормы вектора весов ||a||; 
 
(2) добавить диагональную матрицу
; 
 
(3) добавить параметр
 
 
(4) умножив на
собственные векторы. 
Упражнение 8:
Номер 1
К какому методу обучения относится метод главных компонент?
Ответ:
 (1) обучение с учителем; 
 (2) обучение без учителя; 
 (3) обучение по Хеббу; 
 (4) обучение функционала. 
Номер 2
Что называют эффективной размерностью задачи?
Ответ:
 
(1) вектор
; 
 (2) число главных компонент; 
 (3) преобразование Карупена-Лоэва; 
 (4) декорирующее преобразование U. 
Номер 3
Что показывает величина ?
Ответ:
 (1) какая доля информации теряется при замене исходных признаковых описаний длины n на более короткие описания длины m; 
 
(2) значение m, при котором происходит резкий скачок:
, при условии, что
уже достаточно мало; 
 (3) проекцию на главные компоненты; 
 (4) эффективную размерность задачи.