Proces uczenia sieci neuronowej wiąże się (w kolejnych iteracjach algorytmu uczenia) z modyfikacją:

MLP to skrót nazwy następującego narzędzia eksploracji danych

Liczba warstw UKRYTYCH w sieci neuronowej typu RBF wynosi?

Typowy zbiór danych używany do trenowania modeli uczenia maszynowego składa się z:

Problem regresyjny polega na:

Przycinanie drzew decyzyjnych stosuje się w celu:

Przyjęcie metryki L1 (metryki Manhattan) sprawia, że okręgi przyjmują kształt:

Rolą pojedynczego neuronu w warstwie perceptronu użytego do klasyfikacji jest:

Problem klasyfikacyjny polega na:

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:

Metoda K najbliższych sąsiadów wybiera sąsiadów analizowanego punktu:

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

Poszukiwanie zbiorów częstych jest pierwszym etapem:

Problem klasyfikacyjny można zamienić na problem regresyjny poprzez:

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

Wskaż drugi algorytm (metodę), który służy do rozwiązywania tego samego typu problemów 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, na które podano odpowiednio sygnały x1=−1, x2=+1. Funkcja aktywacji jest funkcją liniową postaci y=2x. Sygnał wyjściowy neuronu wynosi:

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

Metoda wzmacniania gradientowego (gradient boosting) służy do:

Hiperparametrami modelu nazywa się parametry, które:

Istotną WADĄ sieci neuronowych jako modeli eksploracji danych jest:

Końcowe trzy etapy eksploracji danych w metodologii CRISP-DM to KOLEJNO:

Iloczyn skalarny wektora cech z pewnym wektorem wag można traktować jako formę:

W pewnym problemie eksploracji danych zmienna wyjściowa (zależna) przyjmuje 3 możliwe wartości: "biały","czerwony", "niebieski". Dany problem zaliczamy do zadań:

Argumentem funkcji aktywacji neuronu typu RBF jest

Algorytm aglomeracyjny rozpoczyna proces analizy od stanu, w którym:

Technika k-krotnej walidacji krzyżowej służy do:

Wskaż metodę NIEPRZYDATNĄ w rozwiązywaniu zadań predykcyjnych:

Algorytmy genetyczne (ewolucyjne) służą generalnie do realizacji zadań:

Pojęcie tensora występujące często w dziedzinie uczenia głębokiego oznacza:

Aglomeracyjne metody klasteryzacji polegają na

Argumentem funkcji aktywacji neuronu typu MLP (w sieci perceptronowej) jest :

Która z wymienionych metod NIE jest stosowana w procesie analizy skupień (grupowania)

Wskaż metodę NIEPRZYDATNĄ w rozwiązywaniu zadań predykcyjnych