игра брюс 2048
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 math, 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 math, которая любому объекту math ставит в соответствие метку кластера math?

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 mathи math?

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) math

 (2) math

 (3) math

 (4) math


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 math?

Ответ:

 (1) правилом WTA; 

 (2) функционалом качества кластеризации; 

 (3) нейронами Кохонена; 

 (4) функция расстояния. 


Номер 2
Что такое math в формуле: math?

Ответ:

 (1) темп обучения; 

 (2) обучающий объект; 

 (3) нейрон Кохонена; 

 (4) функция расстояния. 


Номер 3
Что будет градиентным шагом в формуле math?

Ответ:

 (1) math

 (2) math

 (3) math

 (4) math

 (5) math


Упражнение 6:
Номер 1
Что называют нейронами Кохонена?

Ответ:

 (1) те нейроны, выход которых минимален; 

 (2) если центры кластеров math 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 math взаимно однозначно соответствуют нейронам скрытого слоя. 


Упражнение 7:
Номер 1
Какое правило означает следующая формула math?

Ответ:

 (1) правило мягкой конкуренции WTH; 

 (2) правило жесткой конкуренции WTA; 

 (3) правило справедливой конкуренции CWTA. 


Номер 2
Какое правило означает следующая формула math?

Ответ:

 (1) правило мягкой конкуренции WTH; 

 (2) правило жесткой конкуренции WTA; 

 (3) правило справедливой конкуренции CWTA. 


Номер 3
Какое правило означает следующая формула math?

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 math функцию расстояния math

 (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 math функцию расстояния math

 (2) ввести "механизм утомления" победителей; 

 (3) ввести темп обучения. 


Номер 3
Что означает math в правиле справедливой конкуренции CWTA?

Ответ:

 (1) количество побед m-го нейрона в ходе обучения; 

 (2) темп обучения; 

 (3) неотрицательная монотонно убывающая на math 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) math

 (2) math

 (3) math


Номер 3
Формула гладкой аппроксимации имеет вид:

Ответ:

 (1) math

 (2) math

 (3) math


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 math?

Ответ:

 (1) от math 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) math

 (2) math

 (3) math

 (4) если треугольник math жёстко задан длинами своих сторон. 


Номер 3
При каком n в карте сходства отображается результат многомерного шкалирования в виде плоского точечного графика?

Ответ:

 (1) math 

 (2) math 

 (3) math 

 (4) math 

 (5) math 




Главная / Искусственный интеллект и робототехника / Машинное обучение / Тест 46