Курс Интеллектуальные информационные системы - КМ-4. Методы машинного обучения. Тестирование

Курс Интеллектуальные информационные системы - КМ-4. Методы машинного обучения. Тестирование.
Тест сдан на оценку 5. 100%

Вопросы из теста:
1. Наиболее простой способ оценить, насколько хорошо построенная решающая функция (такая, как система решающих правил, или дерево решений) работает - это проверить её на тестовом множестве (экзамен).Какое из
утверждений верно? В качестве экзаменационного множества при этом используется: ...
2. Интеллектуальные системы Data Mining (добыча данных) и Knowledge Discovery in Databases (обнаружение знаний в базах данных) решают задачи поиска скрытых закономерностей с использованием реальных таблиц Баз
данных. При этом в качестве обучающей выборки выступает
3. Алгоритмы обучения «без учителя» - пороговый алгоритм и алгоритм MAXMIN - формируют классы объектов по критерию близости объектов в пространстве признаков. Ниже приведены свойства, которыми могут обладать
эти алгоритмы: 1 Число полученных классов заранее неизвестно и может быть больше двух. 2 Пороговое расстояние, определяющее границу между классами, меняется во время работы алгоритма. 3 Алгоритм выполняет
несколько итераций для построения классов объектов. Для алгоритмов MAXMIN и для порогового алгоритма:
4. В системах машинного обучения под обобщением понимается переход от рассмотрения множества объектов к рассмотрению обобщенного понятия, описывающего класс таких объектов. Таким образом, решив задачу
машинного обучения мы получим:
5. Какие из перечисленных ниже алгоритмов относятся к алгоритмам обучения «с учителем»?
6. После того, как решающее правило на обучающей выборке построено, проводится экзамен - с помощью решающего правила надо разделить объекты новой, экзаменационной выборки на примеры и контрпримеры. Если
решающее правило правильно проводит такое разделение, обучение заканчивается. Если результат экзамена неудовлетворителен: ... Какая из предложенных стратегий верна?
7. В интеллектуальных системах Data Mining (добыча данных) и Knowledge Discovery in Databases (обнаружение знаний в базах данных) обучающая выборка - это некоторый фрагмент таблицы, хранящейся в распределённой БД.
Известно, что такие таблицы могут содержать очень много атрибутов различного типа. Как определяется решающий атрибут для формирования обобщенных понятий?
8. Алгоритм ID3 Куинлана строит дерево решений на основе обучающей выборки. Какое из четырёх ниже приведённых утверждений неверно?
9. Дерево решений, построенное алгоритмом ID3:
Дерево решений построено алгоритмом ID3. Дерево решений используется:
10. В алгоритме AMX построения бинарного дерева решений для каждого атрибута в таблице, задающей обучающую выборку, строится бинарный вектор. Были получены три бинарных вектора X, Y, Z:X =< 010111>Y =< 01110
1>Z =< 000111> Какой из двух векторов: X или Y ближе к вектору Z?
11. В алгоритме АMX построения бинарного дерева решений для каждого атрибута в таблице, задающей обучающую выборку, строится бинарный вектор. Какое расстояние D(X, Y) будет между ,бинарными векторами X и Y, если
X =< 010011>Y =< 011101>?
12. Какие из перечисленных ниже алгоритмов относятся к алгоритмам обучения «без учителя»:Показать/скрыть дополнительное описание