Онлайн Тест 2 по дисциплине: Методы машинного обучения.
Состав работы
|
|
Работа представляет собой файл, который можно открыть в программе:
- Microsoft Word
Описание
Вопрос No1
К какой категории алгоритмов машинного обучения относится логистическая регрессия?
Контролируемое обучение.
Неконтролируемое обучение.
Деревья принятия решений.
Метод наименьших квадратов.
Метод ансамблей.
Обучение с подкреплением.
Вопрос No2
В чём заключаются два основных требования к методам понижения размерности?
Количество новых признаков должно быть меньше количества исходных признаков; новые признаки должны содержать как можно больше информации из исходных признаков.
Количество новых признаков должно быть больше количества исходных признаков; новые признаки должны содержать как можно больше информации из исходных признаков.
Количество новых признаков должно быть больше количества исходных признаков; новые признаки должны содержать как можно меньше информации из исходных признаков.
Количество новых признаков должно быть меньше количества исходных признаков; новые признаки должны содержать как можно меньше информации из исходных признаков.
Задача понижения размерности не может быть решена.
Вопрос No3
Что такое нечёткие классы в задаче классификации?
Случай, когда объекты могут относиться только к одному классу.
Случай, когда объекты могут относиться одновременно к нескольким классам.
Случай, когда объекты принадлежат классам с определённой вероятностью.
Случай, когда объекты принадлежат только одному классу, но с определённой вероятностью.
Случай, когда объекты принадлежат всегда нескольким классам с определённой вероятностью.
Таких классов в задаче классификации не существует.
Вопрос No4
Зачем используется параметр header в функции read.table()?
Для указания имени загружаемого файла.
Для указания имени экспортируемого файла.
Для сообщения программе о наличии в загружаемом файле строки с заголовками столбцов.
Для указания количества строк в файле.
Для указания номера столбца, в котором содержатся имена строк.
Такого параметра не существует.
Вопрос No5
Как называется логический решающий элемент, который выдаёт выходной сигнал, когда алгебраическая сумма его входных сигналов ai равна или превышает некоторую пороговую величину ρi 0. Выходной сигнал ai* = +1, если была превышена пороговая величина ρi, в противном случае он равен нулю?
S-элемент.
A-элемент.
R-элемент.
D-элемент.
N-элемент.
E-элемент.
Такого элемента не существует.
Вопрос No6
Пусть персептрон определён через предикаты. Как называется персептрон, если для каждого предиката F из Ф диаметр множества точек плоскости, от которых зависит F, не превосходит некоторой фиксированной величины?
Персептрон с последовательными связями.
Персептрон с перекрёстными связями.
Персептрон с обратной связью.
Персептрон, ограниченный по диаметру.
Персептрон ограниченного порядка.
Персептрон Гамбы.
Случайный персептрон.
Ограниченный персептрон.
Вопрос No7
К какой области машинного обучения относится задача исследования влияния одной или нескольких независимых величин на зависимую?
Прогнозирование.
Уменьшение размерности.
Регрессия.
Кластеризация.
Классификация.
Задача из вопроса не относится к задачам машинного обучения.
Вопрос No8
К какой категории алгоритмов машинного обучения относится метод главных компонент?
Контролируемое обучение.
Неконтролируемое обучение.
Деревья принятия решений.
Метод наименьших квадратов.
Метод опорных векторов.
Обучение с подкреплением.
Вопрос No9
Как задаётся весовая функция для метода парзеновского окна переменной ширины?
Такого вида метода ближайших соседей не существует.
Вопрос No10
Как называется регрессионная модель, которая является нелинейной комбинацией функций?
Одномерная регрессия.
Двумерная регрессия.
Трёхмерная регрессия.
Многомерная регрессия.
Линейная регрессия.
Экспоненциальная регрессия.
Нелинейная регрессия.
Вопрос No11
Что такое контролируемое обучение?
Методы машинного обучения, используемые в случаях, когда для определённого массива данных известны определённые свойства и требуется предсказать эти свойства для другого массива данных.
Методы машинного обучения, используемые для обнаружения неявных связей на немаркированном множестве данных.
Методы машинного обучения, в которых нет размеченного множества данных, но есть некоторая форма обратной связи, помогающая прогнозировать свойства объектов.
Методы машинного обучения для предсказания следующего элемента в последовательности.
Методы машинного обучения для сопоставления объектов с классами.
Таких метод машинного обучения не существует.
Вопрос No12
К какой категории алгоритмов машинного обучения относится анализ независимых компонент?
Контролируемое обучение.
Неконтролируемое обучение.
Деревья принятия решений.
Метод наименьших квадратов.
Метод опорных векторов.
Обучение с подкреплением.
Вопрос No13
Как называется элемент, который выдаёт выходной сигнал r* = +1, если сумма его входных сигналов является строго положительной, и сигнал r* = 1, если сумма его входных сигналов является строго отрицательной. Если сумма входных сигналов равна нулю, выход можно считать либо равным нулю, либо неопределённым?
S-элемент.
A-элемент.
R-элемент.
D-элемент.
N-элемент.
E-элемент.
Такого элемента не существует.
Вопрос No14
Как называется регрессия с участием одной свободной переменной?
Одномерная регрессия.
Двумерная регрессия.
Трёхмерная регрессия.
Многомерная регрессия.
Линейная регрессия.
Экспоненциальная регрессия.
Нелинейная регрессия.
Вопрос No15
В чём заключается задача регрессионного анализа?
Сопоставить объекту номер или наименование класса из заданного множества.
Разбиение заданного конечного множества объектов на непересекающиеся множества.
Исследование влияния одной или нескольких независимых величин на зависимую.
Для заданного множества объектов, описанных конечным числом признаков, уменьшить количество признаков, описывающих объекты, не изменив структуру множества объектов.
Определение следующего объекта ряда Х = х1, х2, ..., хt, в котором все объекты принадлежат некоторому множеству.
Такой задачи в машинном обучении не существует.
Вопрос No16
Зачем используется параметр nrows в функции read.table()?
Для указания имени загружаемого файла.
Для указания имени экспортируемого файла.
Для сообщения программе о наличии в загружаемом файле строки с заголовками столбцов.
Для указания количества строк в файле.
Для указания номера столбца, в котором содержатся имена строк.
Для указания количества строк, которое должно быть с читано из загружаемой таблицы.
Вопрос No17
Пусть персептрон определён через предикат. Как называется персептрон, если множество Ф предикатов F бесконечно, а множество значений принимаемых коэффициентами k, конечно:
Персептрон с последовательными связями.
Персептрон с перекрёстными связями.
Персептрон с обратной связью.
Персептрон, ограниченный по диаметру.
Персептрон ограниченного порядка.
Персептрон Гамбы.
Случайный персептрон.
Ограниченный персептрон.
Вопрос No18
К какой категории алгоритмов машинного обучения относится метод ансамблей?
Контролируемое обучение.
Неконтролируемое обучение.
Деревья принятия решений.
Метод наименьших квадратов.
Метод опорных векторов.
Обучение с подкреплением.
Вопрос No19
Как называется множество классов в задаче классификации, которые допускают принадлежность объекта к классу с определённой вероятностью?
Непересекающиеся классы.
Пересекающиеся классы.
Нечёткие классы.
Полу пересекающиеся классы.
Непересекающиеся нечёткие классы.
Пересекающиеся нечёткие классы.
Такие множества объектов в задаче классификации не рассматриваются.
Вопрос No20
Как называется подход к реализации градиентного спуска, когда на каждой итерации алгоритма из обучающей выборки каким-то (случайным) образом выбирается только один объект. Таким образом вектор весов настраивается на каждый вновь выбираемый объект?
Итерационный подход.
Целостный подход.
Весовой подход.
Градиентный подход.
Пакетный подход.
Стохастический подход.
Алгоритмы по указанной схеме не реализуются.
=============================================
К какой категории алгоритмов машинного обучения относится логистическая регрессия?
Контролируемое обучение.
Неконтролируемое обучение.
Деревья принятия решений.
Метод наименьших квадратов.
Метод ансамблей.
Обучение с подкреплением.
Вопрос No2
В чём заключаются два основных требования к методам понижения размерности?
Количество новых признаков должно быть меньше количества исходных признаков; новые признаки должны содержать как можно больше информации из исходных признаков.
Количество новых признаков должно быть больше количества исходных признаков; новые признаки должны содержать как можно больше информации из исходных признаков.
Количество новых признаков должно быть больше количества исходных признаков; новые признаки должны содержать как можно меньше информации из исходных признаков.
Количество новых признаков должно быть меньше количества исходных признаков; новые признаки должны содержать как можно меньше информации из исходных признаков.
Задача понижения размерности не может быть решена.
Вопрос No3
Что такое нечёткие классы в задаче классификации?
Случай, когда объекты могут относиться только к одному классу.
Случай, когда объекты могут относиться одновременно к нескольким классам.
Случай, когда объекты принадлежат классам с определённой вероятностью.
Случай, когда объекты принадлежат только одному классу, но с определённой вероятностью.
Случай, когда объекты принадлежат всегда нескольким классам с определённой вероятностью.
Таких классов в задаче классификации не существует.
Вопрос No4
Зачем используется параметр header в функции read.table()?
Для указания имени загружаемого файла.
Для указания имени экспортируемого файла.
Для сообщения программе о наличии в загружаемом файле строки с заголовками столбцов.
Для указания количества строк в файле.
Для указания номера столбца, в котором содержатся имена строк.
Такого параметра не существует.
Вопрос No5
Как называется логический решающий элемент, который выдаёт выходной сигнал, когда алгебраическая сумма его входных сигналов ai равна или превышает некоторую пороговую величину ρi 0. Выходной сигнал ai* = +1, если была превышена пороговая величина ρi, в противном случае он равен нулю?
S-элемент.
A-элемент.
R-элемент.
D-элемент.
N-элемент.
E-элемент.
Такого элемента не существует.
Вопрос No6
Пусть персептрон определён через предикаты. Как называется персептрон, если для каждого предиката F из Ф диаметр множества точек плоскости, от которых зависит F, не превосходит некоторой фиксированной величины?
Персептрон с последовательными связями.
Персептрон с перекрёстными связями.
Персептрон с обратной связью.
Персептрон, ограниченный по диаметру.
Персептрон ограниченного порядка.
Персептрон Гамбы.
Случайный персептрон.
Ограниченный персептрон.
Вопрос No7
К какой области машинного обучения относится задача исследования влияния одной или нескольких независимых величин на зависимую?
Прогнозирование.
Уменьшение размерности.
Регрессия.
Кластеризация.
Классификация.
Задача из вопроса не относится к задачам машинного обучения.
Вопрос No8
К какой категории алгоритмов машинного обучения относится метод главных компонент?
Контролируемое обучение.
Неконтролируемое обучение.
Деревья принятия решений.
Метод наименьших квадратов.
Метод опорных векторов.
Обучение с подкреплением.
Вопрос No9
Как задаётся весовая функция для метода парзеновского окна переменной ширины?
Такого вида метода ближайших соседей не существует.
Вопрос No10
Как называется регрессионная модель, которая является нелинейной комбинацией функций?
Одномерная регрессия.
Двумерная регрессия.
Трёхмерная регрессия.
Многомерная регрессия.
Линейная регрессия.
Экспоненциальная регрессия.
Нелинейная регрессия.
Вопрос No11
Что такое контролируемое обучение?
Методы машинного обучения, используемые в случаях, когда для определённого массива данных известны определённые свойства и требуется предсказать эти свойства для другого массива данных.
Методы машинного обучения, используемые для обнаружения неявных связей на немаркированном множестве данных.
Методы машинного обучения, в которых нет размеченного множества данных, но есть некоторая форма обратной связи, помогающая прогнозировать свойства объектов.
Методы машинного обучения для предсказания следующего элемента в последовательности.
Методы машинного обучения для сопоставления объектов с классами.
Таких метод машинного обучения не существует.
Вопрос No12
К какой категории алгоритмов машинного обучения относится анализ независимых компонент?
Контролируемое обучение.
Неконтролируемое обучение.
Деревья принятия решений.
Метод наименьших квадратов.
Метод опорных векторов.
Обучение с подкреплением.
Вопрос No13
Как называется элемент, который выдаёт выходной сигнал r* = +1, если сумма его входных сигналов является строго положительной, и сигнал r* = 1, если сумма его входных сигналов является строго отрицательной. Если сумма входных сигналов равна нулю, выход можно считать либо равным нулю, либо неопределённым?
S-элемент.
A-элемент.
R-элемент.
D-элемент.
N-элемент.
E-элемент.
Такого элемента не существует.
Вопрос No14
Как называется регрессия с участием одной свободной переменной?
Одномерная регрессия.
Двумерная регрессия.
Трёхмерная регрессия.
Многомерная регрессия.
Линейная регрессия.
Экспоненциальная регрессия.
Нелинейная регрессия.
Вопрос No15
В чём заключается задача регрессионного анализа?
Сопоставить объекту номер или наименование класса из заданного множества.
Разбиение заданного конечного множества объектов на непересекающиеся множества.
Исследование влияния одной или нескольких независимых величин на зависимую.
Для заданного множества объектов, описанных конечным числом признаков, уменьшить количество признаков, описывающих объекты, не изменив структуру множества объектов.
Определение следующего объекта ряда Х = х1, х2, ..., хt, в котором все объекты принадлежат некоторому множеству.
Такой задачи в машинном обучении не существует.
Вопрос No16
Зачем используется параметр nrows в функции read.table()?
Для указания имени загружаемого файла.
Для указания имени экспортируемого файла.
Для сообщения программе о наличии в загружаемом файле строки с заголовками столбцов.
Для указания количества строк в файле.
Для указания номера столбца, в котором содержатся имена строк.
Для указания количества строк, которое должно быть с читано из загружаемой таблицы.
Вопрос No17
Пусть персептрон определён через предикат. Как называется персептрон, если множество Ф предикатов F бесконечно, а множество значений принимаемых коэффициентами k, конечно:
Персептрон с последовательными связями.
Персептрон с перекрёстными связями.
Персептрон с обратной связью.
Персептрон, ограниченный по диаметру.
Персептрон ограниченного порядка.
Персептрон Гамбы.
Случайный персептрон.
Ограниченный персептрон.
Вопрос No18
К какой категории алгоритмов машинного обучения относится метод ансамблей?
Контролируемое обучение.
Неконтролируемое обучение.
Деревья принятия решений.
Метод наименьших квадратов.
Метод опорных векторов.
Обучение с подкреплением.
Вопрос No19
Как называется множество классов в задаче классификации, которые допускают принадлежность объекта к классу с определённой вероятностью?
Непересекающиеся классы.
Пересекающиеся классы.
Нечёткие классы.
Полу пересекающиеся классы.
Непересекающиеся нечёткие классы.
Пересекающиеся нечёткие классы.
Такие множества объектов в задаче классификации не рассматриваются.
Вопрос No20
Как называется подход к реализации градиентного спуска, когда на каждой итерации алгоритма из обучающей выборки каким-то (случайным) образом выбирается только один объект. Таким образом вектор весов настраивается на каждый вновь выбираемый объект?
Итерационный подход.
Целостный подход.
Весовой подход.
Градиентный подход.
Пакетный подход.
Стохастический подход.
Алгоритмы по указанной схеме не реализуются.
=============================================
Дополнительная информация
Не нашли нужный ответ на тесты СибГУТИ? Пишите, пройду тест БЕСПЛАТНО!
Помогу с вашим онлайн тестом, другой работой или дисциплиной.
E-mail: sneroy20@gmail.com
E-mail: ego178@mail.ru
Помогу с вашим онлайн тестом, другой работой или дисциплиной.
E-mail: sneroy20@gmail.com
E-mail: ego178@mail.ru
Похожие материалы
«Методы машинного обучения»
Илья272
: 5 ноября 2023
Общее задание является единым для всех вариантов, вариант влияет только на тип входных данных и способ ввода. Способов ввода будет 2:
1) Создать таблицу с данными и сохранить её в текстовом файле, данные считывать из этого файла
2) Данные задаются при помощи функции
При формировании данных необходимо создать не менее 30 пар значений. Необходимо написать скрипт, который будет считывать/формировать данные, по этим данным стоится наиболее подходящая модель линейной регрессии. При помощи полученно
700 руб.
«Методы машинного обучения»
Илья272
: 5 ноября 2023
Контрольная работа состоит из нескольких заданий. От варианта студента зависят входные данные, для которых будут решаться задания, а также некоторые особенности выполнения заданий.
Всем студентам предоставляются наборы данных, в зависимости от варианта, для этих данных необходимо:
1) Построить классификатор на основе метода ближайших k соседей и определить класс тестового значения (описание метода можно найти по ссылке). От варианта зависят весовая функция и значение k.
2) Построить классифик
1300 руб.
Методы машинного обучения. Билет №6
IT-STUDHELP
: 24 ноября 2021
Билет №6
1) Что такое правило Хэбба?
2) Что такое сингулярное разложение? Как оно используется для решения задачи наименьших квадратов?
350 руб.
Методы машинного обучения. Вариант №1
IT-STUDHELP
: 24 ноября 2021
Контрольная работа по методам классификации
Выбор варианта: N = 1
Вариант выборки для метода ближайших соседей определяется по формуле:
N_в=((N+13)mod11)+1=4.
Обучающая последовательность и тестовый объект:
4) (X,Y)={(7,9,1), (2,5,1), (5,6,1), (8,6,1), (7,6,1), (7,9,2), (14,7,2), (14,2,2), (6,7,2), (10,3,2), (11,9,2), (9,1,2)}: тестовый объект x’=(12,12).
Вариант весовой функции определяется по формуле:
N_вф=((N+7)mod4)+1=3.
Весовая функция:
3) — метод парзеновского окна фиксированной ши
1000 руб.
Методы машинного обучения. Вариант №8
IT-STUDHELP
: 15 ноября 2021
Выбор варианта:
N = 8
Вариант выборки для метода ближайших соседей определяется по формуле:
N_в=((N+13)mod11)+1=11
Вариант весовой функции определяется по формуле:
N_вф=((N+7)mod4)+1=4
Вариант выборки для метода построения решающего дерева определяется по формуле:
N_вд=((N*N+2)mod11)+1=1
Обучающая последовательность и тестовый объект для метода ближайших соседей:
11) (X,Y)={ (7,2,1), (8,1,1), (8,7,1), (8,2,1), (9,9,1), (6,8,1), (13,8,2), (6,1,2), (11,8,2), (4,12,3), (7,14,3), (1,8,3), (9,6,3)}
1000 руб.
Методы машинного обучения. Билет №1
IT-STUDHELP
: 15 ноября 2021
Билет №1
1) Как определяется понятие отступа в метрических алгоритмах классификации?
2) Что такое ядерное сглаживание в регрессии?
350 руб.
Методы машинного обучения. Билет №12
IT-STUDHELP
: 15 ноября 2021
Билет №12
1) Что такое «выбросы»? Как осуществляется фильтрация выбросов в непараметрической регрессии?
2) Что такое «проблема мультиколлинеарности» в задачах многомерной линейной регрессии? Какие есть три подхода к её устранению?
350 руб.
Методы машинного обучения. Вариант №8
IT-STUDHELP
: 15 ноября 2021
Задание на лабораторную работу
Общее задание является единым для всех вариантов, вариант влияет только на тип входных данных и способ ввода. Способов ввода будет 2:
Создать таблицу с данными и сохранить её в текстовом файле, данные считывать из этого файла
Данные задаются при помощи функции
При формировании данных необходимо создать не менее 30 пар значений. Необходимо написать скрипт, который будет считывать/формировать данные, по этим данным стоится наиболее подходящая модель линейной регрес
500 руб.
Другие работы
Гидравлика Севмашвтуз 2016 Задача 36 Вариант 0
Z24
: 1 ноября 2025
Вода вытекает из бассейна шириной В и глубиной Н1 в лоток шириной b и глубиной H2 через круглое отверстие в тонкой стенке диаметром d, центр которого расположен на расстоянии а=0,1 м от дна бассейна. Определить расход воды Q, проходящей через отверстие.
150 руб.
Клапан обратный подвески НКТ 89-76×35-Чертеж-Оборудование для добычи и подготовки нефти и газа-Курсовая работа-Дипломная работа
https://vk.com/aleksey.nakonechnyy27
: 4 июня 2016
Клапан обратный подвески НКТ 89-76×35-(Формат Компас-CDW, Autocad-DWG, Adobe-PDF, Picture-Jpeg)-Чертеж-Оборудование для добычи и подготовки нефти и газа-Курсовая работа-Дипломная работа
200 руб.
Контрольная работа по дисциплине: Методы и устройства помехоустойчивой радиосвязи. Вариант 01
SibGOODy
: 21 июля 2023
Задача 1
а) рассчитать и построить график спектра весов циклического кода (7,3), определить его кодовое расстояние, гарантируемую кратность исправ-ляемых и обнаруживаемых ошибок;
б) рассчитать и построить распределение кратностей ошибок на входе и выходе декодера этого же кода, найти вероятность ошибки декодирования, если декодер используется в канале с независимыми ошибками. Вероятность ошибки в канале равна p=0,018.
Задача 2
Рассчитать и построить зависимость вероятности ошибки в канале с пос
800 руб.
Инженерная графика. Задание №1. Вариант №3. Задача №5. Стойка
Чертежи
: 11 ноября 2022
Все выполнено в программе КОМПАС 3D v16.
Боголюбов С.К. (1978г.) Задания по курсу черчения
Задание №1. Вариант №3. Задача №5. Стойка
По приведенным изображениям детали построить вид сверху и выполнить необходимые разрезы.
В состав работы входят 3 файла:
- 3D модель детали
- ассоциативный чертеж с необходимыми разрезами, выполненный по этой модели
- аналогичный обычный чертеж
Все работы выполнены в программе Компас 3D 16 версии, для открытия этих файлов нужен компас не ниже этой версии. Либо
120 руб.