Главная / Искусственный интеллект и робототехника /
Машинное обучение / Тест 46
Машинное обучение - тест 46
Упражнение 1:
Номер 1
В чём заключается задача кластеризации?
Ответ:
 
(1) разбить обучающую выборку на непересекающиеся подмножества, так, чтобы каждое множество состояло из объектов, близких по метрике
, а объекты разных множеств существенно отличались. 
 (2) распределить все обучающее множество на несколько классов. 
 (3) упростить обработку данных, т.е. воссоединить множества в один класс. 
Номер 2
Какой алгоритм представляет функцию , которая любому объекту ставит в соответствие метку кластера ?
Ответ:
 (1) алгоритм кластеризации; 
 (2) алгоритм backpropagation; 
 (3) алгоритм OBD. 
Номер 3
Какой алгоритм удаляет, те связи, к изменению которых функционал Q наименее чувствителен?
Ответ:
 (1) алгоритм кластеризации; 
 (2) алгоритм backpropagation; 
 (3) алгоритм OBD. 
Упражнение 2:
Номер 1
Что , из ниже перечисленного, служит целями кластеризации?
Ответ:
 (1) упрощение дальнейшей обработки данных; 
 (2) сокращение объема хранимых данных; 
 (3) построение иерархии множества объектов; 
 (4) распределение обучающего множества на несколько классов; 
 (5) упрощение входных параметров. 
Номер 2
Дробление крупных кластеров на более мелкие называется задачей:
Ответ:
 (1) наименьших квадратов 
 (2) сопряженного градиента 
 (3) апроксимации 
 (4) таксономии 
Номер 3
Что, из ниже перечисленного, не относится к целям кластеризации?
Ответ:
 (1) упрощение дальнейшей обработки данных; 
 (2) сокращение объема хранимых данных; 
 (3) построение иерархии множества объектов; 
 (4) распределение обучающего множества на несколько классов; 
 (5) упрощение входных параметров. 
Упражнение 3:
Номер 1
Какую функцию невозможно реализовать одним нейроном с 2-мя входами и ?
Ответ:
 (1) логическую функция И; 
 (2) логическую функция ИЛИ; 
 (3) логическую функция НЕ; 
 (4) логическую функция XOR. 
Номер 2
В какой функции множества нулей и единиц линейно неразделимы?
Ответ:
 (1) логическую функция И; 
 (2) логическую функция ИЛИ; 
 (3) логическую функция НЕ; 
 (4) логическую функция XOR. 
Номер 3
С помощью какой формулы решается задача исключающего ИЛИ?
Ответ:
 
(1) ; 
 
(2) ; 
 
(3) ; 
 
(4) . 
Упражнение 4:
Номер 1
Какие пространства признаков называются спрямляющими?
Ответ:
 (1) в которых линейный классификатор безошибочно разделяет обучающую выборку; 
 (2) которые строятся без скрытого слоя; 
 (3) которые имеют несколько слоев. 
Номер 2
Какие слои в нейронной сети называются скрытыми?
Ответ:
 (1) все, кроме последнего; 
 (2) только, те слои, которые находятся между 1-ым и 2-ым слоем; 
 (3) все, кроме первого. 
Номер 3
Что называют многослойной сетью?
Ответ:
 (1) сеть, которая имеет больше одного слоя; 
 (2) сети, которые способны решить задачу XOR; 
 (3) сеть, которая имеет 3 слоя. 
Упражнение 5:
Номер 1
Как называют выражение ?
Ответ:
 (1) правилом WTA; 
 (2) функционалом качества кластеризации; 
 (3) нейронами Кохонена; 
 (4) функция расстояния. 
Номер 2
Что такое в формуле: ?
Ответ:
 (1) темп обучения; 
 (2) обучающий объект; 
 (3) нейрон Кохонена; 
 (4) функция расстояния. 
Номер 3
Что будет градиентным шагом в формуле ?
Ответ:
 
(1) ; 
 
(2) ; 
 
(3) ; 
 
(4) ; 
 
(5) . 
Упражнение 6:
Номер 1
Что называют нейронами Кохонена?
Ответ:
 (1) те нейроны, выход которых минимален; 
 
(2) если центры кластеров
взаимно однозначно соответствуют нейронам скрытого слоя; 
 (3) те нейроны, которые на выходе похожи на исходные. 
Номер 2
Какой нейрон называют нейроном-победителем?
Ответ:
 (1) нейрон, выход которого минимален; 
 (2) нейрон, который на выходе похож на исходный; 
 (3) нейрон, скрытого слоя. 
Номер 3
Когда появляется неинформативный пустой кластер при конкурентном обучении по правилу WTA?
Ответ:
 (1) при случайной инициализации весов; 
 (2) когда нейрон скрытого слоя не является нейроном-победителем; 
 
(3) если центры кластеров
взаимно однозначно соответствуют нейронам скрытого слоя. 
Упражнение 7:
Номер 1
Какое правило означает следующая формула ?
Ответ:
 (1) правило мягкой конкуренции WTH; 
 (2) правило жесткой конкуренции WTA; 
 (3) правило справедливой конкуренции CWTA. 
Номер 2
Какое правило означает следующая формула ?
Ответ:
 (1) правило мягкой конкуренции WTH; 
 (2) правило жесткой конкуренции WTA; 
 (3) правило справедливой конкуренции CWTA. 
Номер 3
Какое правило означает следующая формула ?
Ответ:
 (1) правило мягкой конкуренции WTH; 
 (2) правило жесткой конкуренции WTA; 
 (3) правило справедливой конкуренции CWTA. 
Упражнение 8:
Номер 1
Каким способом можно избавиться от медленной скорости сходимости в правиле WTA?
Ответ:
 
(1) ввести ядро - неотрицательно монотонно убывающее на
функцию расстояния
; 
 (2) ввести "механизм утомления" победителей; 
 (3) ввести темп обучения. 
Номер 2
Каким способом можно избавиться от неинформативного пустого кластера?
Ответ:
 
(1) ввести ядро - неотрицательно монотонно убывающее на
функцию расстояния
; 
 (2) ввести "механизм утомления" победителей; 
 (3) ввести темп обучения. 
Номер 3
Что означает в правиле справедливой конкуренции CWTA?
Ответ:
 (1) количество побед m-го нейрона в ходе обучения; 
 (2) темп обучения; 
 
(3) неотрицательная монотонно убывающая на
функция. 
Упражнение 9:
Номер 1
Самоорганизующиеся карты Кохонена применяются для:
Ответ:
 (1) визуализации многомерных данных; 
 (2) обучения задач классификации; 
 (3) выявления ошибки обучения. 
Номер 2
Какие входные данные нужны для карт Кохонена?
Ответ:
 (1) количество побед m; 
 (2) обучающая выборка; 
 (3) характеристика C=0.1; 
 (4) темп обучения; 
 (5) количество слоёв. 
Номер 3
Какие данные не используют в картах Кохонена в качестве входных?
Ответ:
 (1) количество побед m; 
 (2) обучающая выборка; 
 (3) характеристика C=0.1; 
 (4) темп обучения; 
 (5) количество слоёв. 
Упражнение 10:
Номер 1
С помощью какого правила можно построить гладкую аппроксимацию?
Ответ:
 (1) правила мягкой конкуренции; 
 (2) правила справедливой конкуренции; 
 (3) правила жесткой конкуренции. 
Номер 2
Как выглядет формула стресса в задаче многомерного шкалирования?
Ответ:
 
(1) ; 
 
(2) ; 
 
(3) . 
Номер 3
Формула гладкой аппроксимации имеет вид:
Ответ:
 
(1) ; 
 
(2) ; 
 
(3) . 
Упражнение 11:
Номер 1
Верно ли, что при n=1 многомерное шкалирование позволяет отобразить выборку в виде множества точек на плоскости?
Ответ:
 (1) Да 
 (2) Нет 
Номер 2
Верно ли, что при n=2 многомерное шкалирование позволяет отобразить выборку в виде множества точек на плоскости?
Ответ:
 (1) Да 
 (2) Нет 
Номер 3
Верно ли, что при n=3 многомерное шкалирование позволяет отобразить выборку в виде множества точек на плоскости?
Ответ:
 (1) Да 
 (2) Нет 
Упражнение 12:
Номер 1
От чего зависит функционал стресса ?
Ответ:
 
(1) от
переменных; 
 (2) от темпа обучения; 
 (3) от характеристики С; 
 (4) от входных данных. 
Номер 2
При каком условии в субквадратичном алгоритме многомерного шкалирования все точки будут "скелетными"?
Ответ:
 
(1) ; 
 
(2) ; 
 
(3) ; 
 
(4) если треугольник
жёстко задан длинами своих сторон. 
Номер 3
При каком n в карте сходства отображается результат многомерного шкалирования в виде плоского точечного графика?
Ответ:
 
(1)  
 
(2)  
 
(3)  
 
(4)  
 
(5)