игра брюс 2048
Главная / Искусственный интеллект и робототехника / Машинное обучение / Тест 49

Машинное обучение - тест 49

Упражнение 1:
Номер 1
Верно ли, что частичное обучение - это построение алгоритма классификации math?

Ответ:

 (1) Да 

 (2) Нет 


Номер 2
Верно ли, что трансдуктивное обучение - это построение алгоритма классификации math?

Ответ:

 (1) Да 

 (2) Нет 


Номер 3
Верно ли, что при частичном обучении можно получить метки math зная все math?

Ответ:

 (1) Да 

 (2) Нет 


Упражнение 2:
Номер 1
Степень доверия классификации math называется:

Ответ:

 (1) темпом обучения; 

 (2) таксономией; 

 (3) отступом объекта; 

 (4) апроксимацией. 


Номер 2
Какой алгоритм является self-traning для композиции простого голосования базовых алгоритмов math?

Ответ:

 (1) co-learning 

 (2) co-training 

 (3) OBD 

 (4) IRLS 


Номер 3
Если есть два существенно различных метода обучения использующих разные наборы признаков, то это алгоритм:

Ответ:

 (1) co-learning 

 (2) co-training 

 (3) self-traning 

 (4) OBD 


Упражнение 3:
Номер 1
Какая из формул позволит решить задачу кластеризации?

Ответ:

 (1) math 

 (2) math 

 (3) math 


Номер 2
Какая из формул позволит решить задачу частичного обучения?

Ответ:

 (1) math 

 (2) math 

 (3) math 


Номер 3
Какая из формул позволит решить задачу с помощью алгоритма co-learning?

Ответ:

 (1) math 

 (2) math 

 (3) math 


Упражнение 4:
Номер 1
Какой алгоритм позволяет найти пару вершин math с наименьшим math и соединить их ребром?

Ответ:

 (1) алгоритм кратчайшего незамкнутого пути; 

 (2) алгоритм кластеризации; 

 (3) алгоритм частичного обучения; 

 (4) алгоритм co-training. 


Номер 2
Какой алгоритм имеет процедуру удаления k-1 самых длинных ребер?

Ответ:

 (1) алгоритм кратчайшего незамкнутого пути; 

 (2) алгоритм кластеризации; 

 (3) алгоритм частичного обучения; 

 (4) алгоритм co-training. 


Номер 3
Какой алгоритм имеет такое условие, что пока есть путь между двумя вершинами разных классов, то удалить самое длинное ребро на этом пути?

Ответ:

 (1) алгоритм кратчайшего незамкнутого пути; 

 (2) алгоритм кластеризации; 

 (3) алгоритм частичного обучения; 

 (4) алгоритм co-training. 


Упражнение 5:
Номер 1
За что штрафует функция math?

Ответ:

 (1) за уменьшение отступа; 

 (2) за попадание объекта внутрь разделяющей полосы; 

 (3) за отображение результата многомерного шкалирования. 


Номер 2
За что штрафует функция math?

Ответ:

 (1) за уменьшение отступа; 

 (2) за попадание объекта внутрь разделяющей полосы; 

 (3) за отображение результата многомерного шкалирования. 


Номер 3
За что штрафует функция потерь math?

Ответ:

 (1) за уменьшение отступа; 

 (2) за попадание объекта внутрь разделяющей полосы; 

 (3) за отображение результата многомерного шкалирования. 


Упражнение 6:
Номер 1
К какому алгоритму относится недостаток неустойчивого решения, если нет области разреженности?

Ответ:

 (1) OBD; 

 (2) TSVM; 

 (3) IRLS; 

 (4) co-learning. 


Номер 2
К какому алгоритму относится недостаток настройки двух параметров math?

Ответ:

 (1) OBD; 

 (2) TSVM; 

 (3) IRLS; 

 (4) co-learning. 


Номер 3
Действительно ли, что метод XR слабо чувствителен к выбору math?

Ответ:

 (1) Да 

 (2) Нет 


Упражнение 7:
Номер 1
С помощью какой формулы можно оценить вероятность math по размеченным данным math?

Ответ:

 (1) math

 (2) math

 (3) math

 (4) math 


Номер 2
С помощью какой формулы можно оценить вероятность math по неразмеченным данным math и линейной модели?

Ответ:

 (1) math

 (2) math

 (3) math

 (4) math 


Номер 3
Верно ли, что оценить вероятность math можно, только с помощью эмпирической оценкой по различным данным?

Ответ:

 (1) Да 

 (2) Нет 


Упражнение 8:
Номер 1
Оценка расстояния между двух распределений с помощью статистики math - квадрат будет выглядеть:

Ответ:

 (1) math

 (2) math

 (3) math


Номер 2
Оценка расстояний между двумя распределениями с помощью расстояния Хелингера будет выглядеть:

Ответ:

 (1) math

 (2) math

 (3) math


Номер 3
Оценка расстояний между двумя распределениями с помощью дивергенции Кульбака-Лейблера будет выглядеть:

Ответ:

 (1) math

 (2) math

 (3) math




Главная / Искусственный интеллект и робототехника / Машинное обучение / Тест 49