Pytania i odpowiedzi
Programowanie systemów rozproszonych
Zebrane pytania i odpowiedzi do zestawu.
Ilość pytań: 31
Rozwiązywany: 1536 razy
Pytanie 1
Przycinanie drzew decyzyjnych stosuje się w celu:
uniknięcia przeuczenia i skomplikowania modelu
Pytanie 2
Przyjęcie metryki L1 (metryki Manhattan) sprawia, że okręgi przyjmują kształt:
rombów
Pytanie 3
Algorytmy genetyczne (ewolucyjne) służa generalnie do realizacji zadań:
optymalizacji
Pytanie 4
Rolą pojedynczego neuronu w warstwie perceptronu użytego do klasyfikacji jest:
podział przestrzeni wejść na dwie półprzestrzenie
Pytanie 5
Technika k-krotnej walidacji krzyżowej służy do:
uniknięcia tendencyjności w ocenie jakości modelu
Pytanie 6
Problem klasyfikacyjny polega na:
prognozowaniu kategorii obserwacji na podstawie jej cech
Pytanie 7
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:
2
Pytanie 8
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:
0,5
Pytanie 9
.Argumentem funkcji aktywacji neuronu typu RBF jest
odległość wektorów: wejściowego x i wag w
Pytanie 10
Przeuczenie modelu (overfitting) można rozpoznać po tym, że
w procesie uczenia zaczyna rosnąć błąd dla próby testowej
Pytanie 11
Na etapie wstępnej eksploracyjnej analizy danych najmniej przydatne jest
wygenerowanie histogramów zmiennych ciągłych
Pytanie 12
.Iloczyn skalarny wektora cech z pewnym wektorem wag można traktować jako formę
regresji liniowej
Pytanie 13
Metoda wzmacniania gradientowego (gradient boosting) służy do
budowania mocnego modelu złożonego z wielu słabszych modeli
Pytanie 14
Problem klasteryzacyjny polega na
identyfikacji skupisk zgodnie z pewnym kryterium podobieństwa
Pytanie 15
Wskaż drugi algorytm (metodę), który służy do rozwiązywania tego samego typu problemów eksploracji danych, co algorytm k-najbliższych sąsiadów
algorytm CART (drzewa klasyfikacyjne i regresyjne)
Pytanie 16
Poszukiwanie zbiorów częstych jest pierwszym etapem
algorytmu A priori
Pytanie 17
Wskaż metodę NIEPRZYDATNĄ w rozwiązywaniu zadań predykcyjnych
algorytm k-średnich
Pytanie 18
Aglomeracyjne metody klasteryzacji polegają na
przyrostowym budowaniu klastrów poprzez dodawanie sąsiednich punktów
Pytanie 19
Sieć neuronowa Kohonena (SOM) generalnie jest przeznaczona do realizacji
klasyfikacji bezwzorcowej (grupowania)
Pytanie 20
Końcowe trzy etapy eksploracji danych w metodologii CRISP-DM to KOLEJNO:
Modelowanie - Ewaluacja - Wdrożenie