Машинное обучение

Упражнение 1:

Номер 1

Как называется функция  в алгоритмах имеющих вид суперпозиции ?

Ответ:

(1) корректирующей операцией;

(2) базовым алгоритмом;

(3) решающим правилом;

(4) алгоритмическим оператором.

Номер 2

Как называется функция  в алгоритмах имеющих вид суперпозиции ?

Ответ:

(1) корректирующей операцией;

(2) базовым алгоритмом;

(3) решающим правилом;

(4) алгоритмическим оператором.

Номер 3

В каком алгоритме встречается алгоритмический оператор ?

Ответ:

(1) в алгоритмах кластеризации;

(2) в алгоритмах суперпозиции math

;

(3) в базовых алгоритмах

Упражнение 2:

Номер 1

Как называется алгоритм  вида ?

Ответ:

(1) базовым алгоритмом;

(2) алгоритмической композицией;

(3) алгоритмом суперпозиции;

(4) оценкой расстояния.

Номер 2

Как называется функция вида: ?

Ответ:

(1) базовым алгоритмом;

(2) алгоритмической композицией;

(3) алгоритмом суперпозиции;

(4) оценкой расстояния.

Номер 3

Как называются операторы  при фиксированном решающем правиле?

Ответ:

(1) базовым алгоритмом;

(2) алгоритмической композицией;

(3) алгоритмом суперпозиции;

(4) оценкой расстояния.

Упражнение 3:

Номер 1

К какому классу отнесет объект решающее правило С: ?

Ответ:

(1) для которого оценка максимальна;

(2) для которого оценка минимальна;

(3) для которого оценка M < 0;

(4) для которого оценка M > 0;

Номер 2

Что из ниже перечисленного относится к корректирующим операциям?

Ответ:

(1) простое голосование;

(2) взвешенное голосование;

(3) голосование по старшинству;

(4) метод стохастического градиента;

(5) обучение по Хеббу;

(6) правило мягкой конкуренции.

Номер 3

Что из ниже перечисленного не относится к корректирующим операциям?

Ответ:

(1) простое голосование;

(2) взвешенное голосование;

(3) голосование по старшинству;

(4) метод стохастического градиента;

(5) обучение по Хеббу;

(6) правило мягкой конкуренции.

Упражнение 4:

Номер 1

Какой пример, из ниже перечисленных, является примером простого голосования?

Ответ:

(1)

;

(2)

;

(3)

;

(4)

.

Номер 2

Какой пример, из ниже перечисленных, является примером взвешенного голосования?

Ответ:

(1)

;

(2)

;

(3)

;

(4)

.

Номер 3

Какой пример, из ниже перечисленных, является примером смеси алгоритмов?

Ответ:

(1)

;

(2)

;

(3)

;

(4)

.

Упражнение 5:

Номер 1

Если в корректирующей операции , параметры  неотрицательны и нормированы, , то композиция называется:

Ответ:

(1) выпуклой комбинацией базовых алгоритмов;

(2) голосование по большинству;

(3) квазилинейной комбинацией базовых алгоритмов;

(4) областью компетенции.

Номер 2

Если в корректирующей операции  функция  принимает только два значения , то множество всех , для которых , называется:

Ответ:

(1) выпуклой комбинацией базовых алгоритмов;

(2) голосование по большинству;

(3) квазилинейной комбинацией базовых алгоритмов;

(4) областью компетенции.

Номер 3

Как называют произведения  в смесях алгоритмов?

Ответ:

(1) выпуклой комбинацией базовых алгоритмов;

(2) голосование по большинству;

(3) квазилинейной комбинацией базовых алгоритмов;

(4) компонентами смеси.

Упражнение 6:

Номер 1

Чтобы оценить качество алгоритмических операторов  надо:

Ответ:

(1) в решающее правило С ввести функцию потерь в пространство оценок math

;

(2) инициализировать веса math

для всех

и пока не выполнен критерий останова выполнить math

;

(3) инициализировать веса и отступы: math

для всех

и пока не выполнится критерий останова, делать: math

и

для всех

.

Номер 2

Какой алгоритм позволяет получить на выходе алгоритмическую композицию ?

Ответ:

(1) алгоритм взвешенного голосования;

(2) алгоритм классификации объекта math

комитетом старшинства;

(3) алгоритм построения алгоритмической композиции путем последовательного обучения базовых алгоритмов;

(4) алгоритм построения композиции для голосования по большинству.

Номер 3

Чему эквивалентна минимизация функционала  по базовому алгоритму ?

Ответ:

(1)

;

(2)

;

(3)

;

(4)

Упражнение 7:

Номер 1

Чему способствует уменьшение параметра ?

Ответ:

(1) росту числа базовых алгоритмов;

(2) росту числа ошибок;

(3) переобучению;

(4) к ошибке всей композиции.

Номер 2

Что не способствует уменьшению параметра ?

Ответ:

(1) росту числа базовых алгоритмов;

(2) росту числа ошибок;

(3) переобучению;

(4) к ошибке всей композиции.

Номер 3

Чему способствует увеличение параметра ?

Ответ:

(1) к переупрощению композиции за счёт увеличения числа ошибок;

(2) к ошибке всей композиции;

(3) росту числа ошибок;

(4) росту числа базовых алгоритмов.

Упражнение 8:

Номер 1

Что из ниже перечисленного относится к недостаткам алгоритма AdaBoost?

Ответ:

(1) По мере увеличения числа базовых алгоритмов обобщающая способность может улучшаться;

(2) Склонен к переобучению при наличии значительного уровня шума в данных;

(3) Требует достаточно длинных обучающих выборок;

(4) Простота реализации;

(5) Возможность идентифицировать объекты, являющиеся шумовыми выбросами;

(6) Бустинг может приводить к построению громоздких композиций, состоящих из сотен алгоритмов

Номер 2

Что из ниже перечисленного является достоинством алгоритма AdaBoost?

Ответ:

(1) По мере увеличения числа базовых алгоритмов обобщающая способность может улучшаться;

(2) Склонен к переобучению при наличии значительного уровня шума в данных;

(3) Требует достаточно длинных обучающих выборок;

(4) Простота реализации;

(5) Возможность идентифицировать объекты, являющиеся шумовыми выбросами;

(6) Бустинг может приводить к построению громоздких композиций, состоящих из сотен алгоритмов

Номер 3

Что объясняет эффективность бустинга?

Ответ:

(1) по мере добавления базовых алгоритмов увеличиваются отступы обучающих объектов math

;

(2) выбирается тот класс, в котором осталось больше непокрытых объектов;

(3) увеличение math

повышает качество базовых алгоритмов;

(4) композиции можно периодически возвращаться к ранее построенным алгоритмам и обучать их заново, что приводит к улучшению.

Машинное обучение - тест 52