Интеллектуальный анализ данных - ответы на вопросы на СтудИзбе

Используя иерархическую кластеризацию, определите количество кластеров для данных: [2, 5, 7, 11, 13, 16, 18, 22], разбив на кластеры при пороге расстояния 6.
Выберите один ответ:

• 3
• 2
• 8
• 7
• 5
• 6
• 1
• 4

а-разрез нечеткого множества А ={<1/10>, <0,8/15>, <0,7/25>, <0,1/35>, <0,2/40>} для a= 0,9 определяется в виде {

В России законодательные аспекты ИАД регулируются в основном через ____

Установите соответствие между числовым значением, полученным в результате выполнения операции свертки картинки Input Image с помощью фильтра Filter, и номером пикселя, которому оно соответствует в Activation Map:

1. 0
2. -3
3. -3
4. -2
5. -2

В законодательстве России основным актом, регулирующим обработку персональных данных, является

Имеется матрица ошибок:
Метрика ____ рассчитывается по формуле:

Следующий график в Python построен с использованием функции ____

Нечеткое множество А графически можно представить точками, показанными на рисунке и определяющими функцию принадлежности uд(х). Выберите правильные формы записи нечеткого множества А: Выберите один или несколько ответов:

• A=0/1+4/0.8 + 6/0.6 + 10/0
• A={(0, 1); (4, 0,8); (6, 0,6); (10. 0)};
• A=1/0 + 0,8/4 + 0,6/6 + 0/10
• A={<1/0>, <0,8/4>, <0,6/6>, <0/10>};

Пусть на множествах X={3,4,5,8} и Y={5,6,7} заданы множества А1 и А2, имеющие вид:
Результатом операции_______является множество

В алгоритме DBSCAN, параметр eps контролирует ___ для определения плотности точек.

Используя иерархическую кластеризацию, определите количество кластеров для данных: [1, 3, 4, 8, 10, 12, 15, 20], разбив на кластеры при пороге расстояния 5.
Выберите один ответ:

• 7
• 2
• 4
• 3
• 1
• 6
• 5
• 8

Что такое "переобучение" в контексте машинного обучения?
Выберите один ответ:

• Использование слишком малого количества данных для обучения модели.
• Процесс повторного обучения модели на новых данных.
• Переобучение - это явление, когда модель машинного обучения слишком хорошо адаптируется к обучающим данным и плохо работает на новых данных.
• Недостаточное обучение модели, ведущее к плохой производительности.

Какие две основные стратегии существуют для установления числа кластеров в алгоритме К-means?
Выберите один или несколько ответов:

• Метод локтя
• Кросс-валидация
• Метод вариации объясненной дисперсии
• Метод силуэта

Какие две меры могут быть использованы для оценки качества кластеризации?
Выберите один или несколько ответов:

• R-квадрат
• Коэффициент корреляции Пирсона
• Коэффициент силуэта
• Индекс Дэвиса-Болдуина

Какие два алгоритма могут быть использованы для кластеризации с пропущенными значениями?
Выберите один или несколько ответов:

• K-medoids
• Агломеративная иерархическая кластеризация без предварительной обработки пропущенных значений
• K-means++
• Обычный K-means

Что такое "шум" в контексте алгоритма DBSCAN?
Выберите один ответ:

• Непрерывное изменение параметров алгоритма
• Точки данных, которые находятся на границе между двумя кластерами
• Мера разнообразия данных, используемая для оценки качества кластеризации
• Точки данных, которые не принадлежат ни одному кластеру и считаются аномалиями

Какие два свойства характерны для алгоритма DBSCAN?
Выберите один или несколько ответов:

• Устойчивость к выбросам
• Не требует заранее определенного числа кластеров
• Требует линейного пространства признаков
• Предполагает, что все кластеры имеют сферическую форму

Какие из перечисленных методов являются алгоритмами иерархической кластеризации?
Выберите один или несколько ответов:

• Дивизивная кластеризация
• DBSCAN
• Агломеративная кластеризация
• K-means

Какой параметр определяет количество кластеров в алгоритме K-means?
Выберите один ответ:

• K
• MinPts
• Alpha
• Epsilon

Какой из этих алгоритмов может работать с категориальными данными?
Выберите один ответ:

• K-modes
• DBSCAN
• K-means
• K-medoids

В чем основное отличие K-means от K-medoids?
Выберите один ответ:

• K-means работает только с числовыми данными, K-medoids - только с категориальными
• K-means является иерархическим, K-medoids - нет
• K-means использует центроиды, K-medoids использует медоиды
• K-means - это метод обучения с учителем, K-medoids - обучение без учителя

Какие из следующих алгоритмов оптимизируют глобальное значение, такое как сумма квадратов расстояний до центроидов?
Выберите один или несколько ответов:

• K-medoids
• DBSCAN
• K-means
• Иерархическая кластеризация

Сопоставьте характеристики алгоритмов кластеризации с соответствующими им алгоритмами:

1. Может обрабатывать шум в данных
2. Чувствителен к выбору начальных центров кластеров
3. Требует заранее определения числа кластеров
4. Не требует заранее определения числа кластеров
5. Работает хорошо с кластерами разной плотности

Сопоставьте типы кластеров с их описаниями:

1. Объекты в кластере отделены от других кластеров
2. Кластер представлен центральным элементом
3. Кластеры упорядочены в иерархию, от больших до малых
4. Объекты в кластере связаны через последовательность соседних элементов
5. Объекты в кластере расположены близко друг к другу

В алгоритме иерархической кластеризации, ____ метод объединяет кластеры на основе минимального расстояния между их объектами.

Расположите этапы алгоритма агломеративной иерархической кластеризации в правильном порядке:

1. Расчет матрицы расстояний между кластерами
2. Визуализация и анализ дендрограммы
3. Создание единичных кластеров
4. Остановка при достижении критерия остановки
5. Объединение наиболее близких кластеров

Расположите этапы работы алгоритма OPTICS в правильной последовательности:

1. Вычисление ядерной дистанции и доступности
2. Извлечение кластеров из порядка пространства
3. Выбор начальной точки
4. Упорядочивание объектов по порядку пространства
5. Поиск объектов в порядке пространства

Сопоставьте алгоритмы кластеризации со своими типами:

1. K-means
2. Агломеративная иерархическая кластеризация
3. OPTICS
4. Спектральная кластеризация
5. DBSCAN

Установите последовательность шагов алгоритма K-means:

1. Проверка условия остановки
2. Выбор начальных центров кластеров
3. Обновление центров кластеров
4. Повторение шагов 3 и 4
5. Назначение объектов кластерам

Какие задачи решаются с помощью рекуррентных нейронных сетей?

• Выберите один или несколько ответов:
• Языковые модели и генерация текста
• Анализ таблиц
• Машинный перевод
• Распознавание речи

Какой параметр определяет количество кластеров в алгоритме K-means?
Выберите один ответ:

• K
• MinPts
• Epsilon
• Alpha

Какой из этих алгоритмов может работать с категориальными данными?
Выберите один ответ:

• K-modes
• K-medoids
• DBSCAN
• K-means

Какие метрики расстояния могут быть использованы для кластеризации?
Выберите один или несколько ответов:

• Коэффициент корреляции Пирсона
• Функция активации ReLU
• Манхэттенское расстояние
• Евклидово расстояние

Для добавления шума к данным в make_classification используются параметры:
Выберите один или несколько ответов:

• n_samples
• n_redundant
• n_features
• n_informative

Какие преимущества предоставляет ИАД бизнесу?
Выберите один или несколько ответов:

• Снижение важности маркетинговых исследований.
• Оптимизация управленческих решений.
• Улучшение взаимодействия с клиентами.
• Повышение эффективности бизнес-процессов.

Что такое "шум" в контексте алгоритма DBSCAN?
Выберите один ответ:

• Точки данных, которые находятся на границе между двумя кластерами
• Точки данных, которые не принадлежат ни одному кластеру и считаются аномалиями
• Непрерывное изменение параметров алгоритма
• Мера разнообразия данных, используемая для оценки качества кластеризации

Какие из перечисленных методов являются алгоритмами иерархической кластеризации?

• Выберите один или несколько ответов:
• DBSCAN
• Дивизивная кластеризация
• K-means
• Агломеративная кластеризация

Что является основной целью кластерного анализа?
Выберите один ответ:

• Регрессионный анализ
• Группировка объектов на основе их сходства
• Классификация объектов по известным категориям
• Обнаружение выбросов в данных

Проблема исчезающего градиента чаще встречается в ____ нейронных сетях.

Сопоставьте алгоритмы кластеризации с их кратким описанием:

1. Постепенное объединение кластеров в иерархию
2. Кластеризация на основе плотности с учетом шума
3. Использует собственные векторы графа для кластеризации
4. Разделяет объекты на к групп на основе средних значений
5. Расширение DBSCAN с автоматическим определением параметров

Одним из способов улучшения производительности нейронной сети является использование ____ для инициализации весов.

В результате выполнения кода:
x1, y1 = datasets.make_classification(n_samples =_ n_features =_ n_redundant=0,
n_classes =_ random_state=0)
print(x1)
print(y1)
получен следующий результат:
[[-0.23575737 0.84286755]
[ 0.80214346 -0.75718312]
[ 0.657787 0.27997428]
[ 0.32149315 -0.22696322]
[-1.72870341 0.65349105]
[ 0.63993851 1.13925452]
[ 0.81615498 1.13278824]
[-1.61738399 1.13126699]]
[00001111]
Впишите недостающие цифры в код. В ответе укажите три числа подряд без пробелов. Например, для кода x1, у1 = datasets.make_classification(n_samples=500, n_features=10, n_redundant=0, n_classes=5, random_state=0) правильный ответ 500105

Основной задачей обучения без учителя является ____

Функция принадлежности показывает:
Выберите один ответ:

• Какие значения переменной х лежат в интервале [0;1]
• Какие элементы х не принадлежат к нечеткому множеству А
• Какие элементы х принадлежат к нечеткому множеству А
• В какой степени элемент х принадлежит к нечеткому множеству А

Какой класс задач интеллектуального анализа данных связан с определением принадлежности объекта к одному из заранее заданных классов?

• Выберите один ответ:
• Кластеризация
• Классификация
• Обучение с подкреплением
• Регрессия

Какие из следующих параметров могут быть использованы для управления результатами ассоциативного анализа?
Выберите один или несколько ответов:

• Количество кластеров
• Максимальное число итераций алгоритма
• Минимальный порог уверенности (min_confidence)
• Минимальный порог поддержки (min_support)

Какие характеристики имеют ассоциативные правила вида А -> В?
Выберите один или несколько ответов:

• Вероятность того, что А и В являются независимыми событиями
• Вероятность того, что А или В встречается в транзакции
• А - антецедент, В - консеквент
• Вероятность совместной встречаемости А и В в транзакциях

Какой из следующих методов является примером обучения без учителя для сокращения размерности данных?
Выберите один ответ:

• Нейронные сети с обратным распространением ошибки
• Анализ главных компонент (РСА)
• Градиентный бустинг

Нечетким множеством называется:
Выберите один ответ:

• Совокупность пар
• Множество значений переменной, находящихся в нечетком интервале
• Множество значений переменной в интервале [0;1]
• Множество значений функции принадлежности

Какие два этапа решения задач интеллектуального анализа данных являются ключевыми для успешного внедрения модели и улучшения бизнес-процессов?
Выберите один или несколько ответов:

• Моделирование
• Подготовка данных
• Внедрение модели
• Оценка модели

В каких случаях стоит использовать методы обучения без учителя?
Выберите один ответ:

• Когда нужно определить важность признаков для определения целевой переменной
• Когда нет размеченных данных или нет четко определенной целевой переменной
• Когда нужно классифицировать объекты на основе их характеристик с использованием размеченных данных
• Когда требуется предсказать значение целевой переменной для новых данных

Ассоциативный анализ используется для поиска взаимосвязей между переменными в больших наборах данных. Один из наиболее распространенных примеров использования ассоциативного анализа - это анализ корзины покупок, где алгоритмы ищут закономерности между ____

Функция принадлежности может принадлежать к классу:
Выберите один или несколько ответов:

• t
• S
• L
• Y

Сопоставьте значение а и а-разрез нечеткого множества А ={<1/10>, <0,8/15>,
<0,7/25>, <0,1/35>, <0,2/40>}:

1. a= 0,8
2. a= 1
3. a= 0,2
4. a= 0,7

В статистическом обучении без учителя основной задачей является выявление скрытых структур или закономерностей в данных. Один из наиболее распространенных методов обучения без учителя – это ____который группирует объекты на основе их сходства.

В метрике поддержки (support) ассоциативного анализа учитывается процент
транзакций, содержащих определенную комбинацию товаров. Поддержка для правила "если покупатель приобретает товар А, то он также вероятно приобретет товар В" равна доле транзакций, содержащих _______

Сопоставьте этапы решения задач интеллектуального анализа данных с их описаниями:

1. Создание и обучение моделей на основе подготовленных данных и выбранных алгоритмов
2. Определение требований к данным и выбор наиболее релевантных признаков
3. Сбор, оценка и обработка сырых данных для последующего анализа
4. Оценка качества и эффективности разработанных моделей на тестовых данных
5. Использование результатов моделирования и анализа для принятия решений и улучшения бизнес-процессов

Заданы нечеткие числа (L-R)-типа А и В: А = (3;2;3); В = (1;4;2). Определить результат операции сложения А+В. Результат записать в таком же виде, в котором были записаны числа в условии - три цифры в круглых скобках через; без пробелов: (а;а;а).