morajda sys rozproszoe

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 możliwewartości: "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:

Problem klasyfikacyjny polega na:

Rolą pojedynczego neuronu w warstwie perceptronu użytego do klasyfikacji jest:

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

Przycinanie drzew decyzyjnych stosuje się w celu:

Problem regresyjny polega na:

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

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

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