КМ-4 Методы машинного обучения

Работа сдана на оценку 5
Вопросы из теста:
1. Обучающая выборка задана таблицей, где каждая строка таблицы - это один объект, или пример понятия, заданный набором свойств (значений атрибутов). Один из множества атрибутов является решающим - определяет класс, к которому относится каждый объект. Какое утверждение является правильным:
2. Какие из перечисленных ниже алгоритмов относятся к алгоритмам обучения «с учителем»?
3. Алгоритм, основанный на использовании метрики Хэмминга, строит дерево решений, используя обучающую выборку.
4. Какое из четырёх утверждений верны? Это дерево решений:
5. Дерево решений построено алгоритмом ID3. Дерево решений используется:
6. При использовании реальной базы данных (БД) для машинного обучения в системах Data mining и в экспертных системах возникают следующие проблемы: 1) Базы данных создаются из расчета требований конкретных приложений, а не специально для машинного обучения. 2) Информация, содержащаяся в базах данных, как правило, неполна. Свойства объектов, необходимые для корректной классификации, не обязательно представлены в базе данных. 3) Отдельные
значения могут содержать ошибки или вовсе отсутствовать. 4) Базы данных очень велики. 5) Базы данных изменяются со временем. Какие из этих проблем могут быть решены с помощью человека-эксперта?
7. Алгоритм АМХ построения дерева решений, основанный на метрике Хемминга, строит бинарное дерево решений. Какие из приведенных ниже утверждений являются верными?
Обучающая выборка разбита на классы с помощью одного из алгоритмов обучения «без учителя». Какие объекты называются объектами -прототипами классов?
8. Объекты обучающей выборки заданы наборами числовых параметров и принадлежат нескольким классам. Как принять решение - к какому классу отнести новый объект, не встречавшийся ранее в обучающей выборке? Возможны стратегии: 1 Объект будет включен в один из классов, если известны центры классов и расстояние от объекта до центра этого конкретного класса минимально по сравнению с расстояниями до центров других классов. 2 Объект будет отнесён к
определённому классу, если существует граница, разделяющая классы, например, гиперплоскость, для которой есть аналитическое описание (функция). Надо проверить, как расположен объект относительно этой границы. Выберите правильную стратегию.
9. Какое из четырёх утверждений неверно? Решающее правило, сформированное алгоритмом обобщения «с учителем», может быть представлено в следующем виде:
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?
10. Каким из перечисленных ниже свойств не обладает бинарное дерево решений:
11. Обучение на основе примеров является типичным случаем индуктивного обучения и широко используется в системах искусственного интеллекта. На основе предъявленных примеров (и, возможно, контрпримеров) интеллектуальная система
должна сформировать общее понятие, охватывающее примеры и исключающее контрпримеры. Как представляются примеры - объекты в системах машинного обучения?Показать/скрыть дополнительное описание