Машинное обучение

Упражнение 1:

Номер 1

Метод обучения - это:

Ответ:

(1) минимизация эмпирического риска math

(2) алгоритм math

для новых объектов math

выдаёт ответы math

.

(3) метод math

по выборке math

строит алгоритм math

(4) отображение вида math

, которое произвольно выборке math

ставит в соответствии некоторый алгоритм math

.

Номер 2

Этап обучения - это:

Ответ:

(1) минимизация эмпирического риска math

(2) алгоритм math

для новых объектов math

выдаёт ответы math

.

(3) метод math

по выборке math

строит алгоритм math

(4) отображение вида math

, которое произвольно выборке math

ставит в соответствии некоторый алгоритм math

.

Номер 3

Этап тестирования - это:

Ответ:

(1) минимизация эмпирического риска math

(2) алгоритм math

для новых объектов math

выдаёт ответы math

.

(3) метод math

по выборке math

строит алгоритм math

(4) отображение вида math

, которое произвольно выборке math

ставит в соответствии некоторый алгоритм math

.

Упражнение 2:

Номер 1

Функционал среднего риска - это:

Ответ:

(1) ожидаемая величина потери при классификации объектов алгоритмом math

;

(2) штраф не правильно соотнесенных классов;

(3) вероятность потери math

;

(4) условная вероятность math

Номер 2

Величина потери от ошибки - это:

Ответ:

(1) условная вероятность math

;

(2) штраф не правильно соотнесенных классов;

(3) ожидаемая величина потери при классификации объектов алгоритмом math

(4) вероятность потери math

Номер 3

Апостеорной вероятностью класса  для объекта  называется:

Ответ:

(1) условная вероятность math

;

(2) штраф не правильно соотнесенных классов;

(3) ожидаемая величина потери при классификации объектов алгоритмом math

(4) вероятность потери math

Упражнение 3:

Номер 1

Если известны  и , то минимум среднего риска  достигается при:

Ответ:

(1)

(2)

(3)

Номер 2

Если известны  и , и , а  для всех , , то минимум среднего риска  достигается при:

Ответ:

(1)

(2)

(3)

Номер 3

Если известны  и , то минимум среднего риска  не будет достигнут при:

Ответ:

(1)

(2)

(3)

Упражнение 4:

Номер 1

Какие, из ниже перечисленных подходов, относятся к подходам оцениванию:

Ответ:

(1) Параметрическое оценивание плотности.

(2) Восстановление смеси распределений.

(3) Непараметрическое оценивание плотности.

(4) Дискретное оценивание плотности.

(5) Регрессионное оценивание плотности.

Номер 2

Формула восстановления смеси распределений может выглядеть как:

Ответ:

(1)

(2)

(3)

Номер 3

Формула параметрического оценивания плотности может выглядеть как:

Ответ:

(1)

(2)

(3)

Упражнение 5:

Номер 1

На какой из теории основан байесовский подход?

Ответ:

(1) на теории утверждающей, что если известны априорные вероятности math

и функции правдоподобия math

, то минимум среднего риска math

достигается алгоритмом math

.

(2) на теории утверждающей, что если известны плотности распределения каждого из классов, то искомый алгорит можно выписать в явном аналитическом виде.

(3) на теории утверждающей, что если классы имеют n-мерные нормальные плотности распределения math

, то байесовский классификатор задаёт квадратичную разделяющую поверхность.

(4) на теории утверждающей, что если случайная величина math

равномерно распределена на math

.

Номер 2

Какое выражение, из перечисленных ниже, называется байесовским решающим правилом:

Ответ:

(1)

(2)

(3)

(4)

Номер 3

Если байесовское решающее правило написать через апостериорные вероятности, то получится формула вида:

Ответ:

(1)

(2)

(3)

(4)

Упражнение 6:

Номер 1

Вероятность правильной классификации имеет вид:

Ответ:

(1)

(2)

(3)

(4)

(5) Все виды неверны

Номер 2

Вероятность ошибочной классификации имеет вид:

Ответ:

(1)

(2)

(3)

(4)

(5) Все виды неверны

Номер 3

Общий вид равновероятных классов будет выглядеть:

Ответ:

(1)

(2)

(3)

(4)

(5)

Упражнение 7:

Номер 1

Выберите правильный ответ. По обучающей выборке  настраивается:

Ответ:

(1) контрольная выборка

(2) эмпирическая оценка среднего риска

(3) тестируемый алгоритм math

(4) случайная величина

Номер 2

Выберите правильный ответ. По контрольной выборке вычисляется:

Ответ:

(1) контрольная выборка

(2) эмпирическая оценка среднего риска

(3) тестируемый алгоритм math

(4) уровень сложности алгоритма

Номер 3

Выберите правильный ответ. Эмперическая оценка среднего риска вычисляется по:

Ответ:

(1) контрольной выборке

(2) случайной величине

(3) тестируемому алгоритму math

(4) уровню сложности алгоритма

Упражнение 8:

Номер 1

В формуле совместной плотности  функцией правдоподобия класса  будет функция:

Ответ:

(1)

(2)

(3)

(4)

(5)

Номер 2

В формуле совместной плотности  функцией апостеорной вероятности класса  будет функция:

Ответ:

(1)

(2)

(3)

(4)

(5)

Номер 3

В формуле совместной плотности  функцией априорной вероятности класса  будет функция:

Ответ:

(1)

(2)

(3)

(4)

(5)

Машинное обучение - тест 9