morajda sys rozproszoe

Aglomeracyjne metody klasteryzacji polegają na:

Pojęcie tensora występujące często w dziedzinie uczenia głębokiego oznacza:

Algorytmy genetyczne (ewolucyjne) służą generalnie do realizacji zadań:

Oryginalna zmienna x przyjmuje trzy wartości: -2, 1, 4. Po przeprowadzeniu normalizacji tej zmiennej wg metody min-max do przedziału [0, 1], oryginalnej wartości 1 odpowiada znormalizowana wartość:

Przeuczenie modelu (overfitting) można rozpoznać po tym, że:

Problem klasteryzacyjny polega na:

Pojęcie tensora występujące często w dziedzinie uczenia głębokiego oznacza:

Metoda K najbliższych sąsiadów wybiera sąsiadów analizowanego punktu:

Która z poniższych metod NIE służy do wyznaczania odległości pomiędzy skupieniami:

Problem klasyfikacyjny można zamienić na problem regresyjny poprzez:

Algorytm aglomeracyjny rozpoczyna proces analizy od stanu, w którym

Poszukiwanie zbiorów częstych jest pierwszym etapem:

Problem klasyfikacyjny mozna zamienic na problem regresyjny poprzez:

Sieć neuronowa Kohonena (SOM) generalnie jest przeznaczona do realizacji:

Wskaż drugi algorytm (metodę), który służy do rozwiązywania tego samego typuproblemów eksploracji danych, co algorytm k-najbliższych sąsiadów:

Na etapie wstępnej eksploracyjnej analizy danych najmniej przydatne jest:

Klasyczny (perceptronowy) model neuronu posiada dwa wejścia o wagach w1=1, w2=2, naktóre podano odpowiednio sygnały x1=−1, x2=+1. Funkcja aktywacji jest funkcją liniowąpostaci y=2x. Sygnał wyjściowy neuronu wynosi:

Aby wyeliminować tzw. efekt przeuczenia sieci neuronowej (uczenie nadzorowane), należyuznać za optymalny (ostateczny) zbiór wartości wag, otrzymany w momencie:

Metoda wzmacniania gradientowego (gradient boosting) służy do:

Hiperparametrami modelu nazywa się parametry, które: