Главная / Искусственный интеллект и робототехника /
Машинное обучение / Тест 9
Машинное обучение - тест 9
Упражнение 1:
Номер 1
Метод обучения - это:
Ответ:
 
(1) минимизация эмпирического риска
 
 
(2) алгоритм
для новых объектов
выдаёт ответы
. 
 
(3) метод
по выборке
строит алгоритм
 
 
(4) отображение вида
, которое произвольно выборке
ставит в соответствии некоторый алгоритм
. 
Номер 2
Этап обучения - это:
Ответ:
 
(1) минимизация эмпирического риска
 
 
(2) алгоритм
для новых объектов
выдаёт ответы
. 
 
(3) метод
по выборке
строит алгоритм
 
 
(4) отображение вида
, которое произвольно выборке
ставит в соответствии некоторый алгоритм
. 
Номер 3
Этап тестирования - это:
Ответ:
 
(1) минимизация эмпирического риска
 
 
(2) алгоритм
для новых объектов
выдаёт ответы
. 
 
(3) метод
по выборке
строит алгоритм
 
 
(4) отображение вида
, которое произвольно выборке
ставит в соответствии некоторый алгоритм
. 
Упражнение 2:
Номер 1
Функционал среднего риска - это:
Ответ:
 
(1) ожидаемая величина потери при классификации объектов алгоритмом
; 
 (2) штраф не правильно соотнесенных классов; 
 
(3) вероятность потери
; 
 
(4) условная вероятность
 
Номер 2
Величина потери от ошибки - это:
Ответ:
 
(1) условная вероятность
; 
 (2) штраф не правильно соотнесенных классов; 
 
(3) ожидаемая величина потери при классификации объектов алгоритмом
 
 
(4) вероятность потери
 
Номер 3
Апостеорной вероятностью класса для объекта называется:
Ответ:
 
(1) условная вероятность
; 
 (2) штраф не правильно соотнесенных классов; 
 
(3) ожидаемая величина потери при классификации объектов алгоритмом
 
 
(4) вероятность потери
 
Упражнение 3:
Номер 1
Если известны и , 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
и функции правдоподобия
, то минимум среднего риска
достигается алгоритмом
. 
 (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
, то байесовский классификатор задаёт квадратичную разделяющую поверхность. 
 
(4) на теории утверждающей, что если случайная величина
равномерно распределена на
. 
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
 
 (4) случайная величина 
Номер 2
Выберите правильный ответ. По контрольной выборке вычисляется:
Ответ:
 (1) контрольная выборка 
 (2) эмпирическая оценка среднего риска 
 
(3) тестируемый алгоритм
 
 (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
 
 (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)