Strona 1
Artificial Intelligence_aka_szogun
Pytanie 1
1. Aglomeracyjne metody klasteryzacji polegają na:
d. stopniowym ograniczaniu klastrów poprzez usuwanie outlierów
a. iteracyjnym dzieleniu klastrów na najbardziej odległe połowy
c. krokowym dodawaniu linii dzielących klastry w optymalnym miejscu
b. przyrostowym budowaniu klastrów poprzez dodawanie sąsiednich punktów
Pytanie 2
2. Pojęcie tensora występujące często w dziedzinie uczenia głębokiego oznacza:
b. warstwę wejściową rozprowadzającą sygnały do sieci
c. wektor wskazujący kierunek najszybszego spadku błędu sieci
d. uogólnienie pojęcia macierzy na wiele wymiarów
a. wyspecjalizowany rodzaj neuronów przetwarzających obraz
Pytanie 3
3. Algorytmy genetyczne (ewolucyjne) służą generalnie do realizacji zadań:
b. eksploracji danych zapisanych w chromosomach roślin i zwierząt
c. poszukiwania reguł asocjacyjnych
d. optymalizacji
a. regresji
Pytanie 4
4. Wskaż metodę NIEPRZYDATNĄ w rozwiązywaniu zadań predykcyjnych:
d. sieć neuronowa typu PERCEPTRON WIELOWARSTWOWY
b. sieć neuronowa typu RBF
a. algorytm k-średnich
c. liniowa regresja wieloraka
Pytanie 5
5. Technika k-krotnej walidacji krzyżowej służy do:
b. uniknięcia tendencyjności w ocenie jakości modelu
c. klasteryzacji zbioru na k maksymalnie odległych skupień
d. ustalenia optymalnego momentu przerwania uczenia modelu
a. wyeliminowania wzajemnych zależności między zmiennymi
Pytanie 6
6. Algorytm aglomeracyjny rozpoczyna proces analizy od stanu, w którym:
a. obiekty podzielone są wstępnie przy użyciu innej metody grupowania
c. obiekty są losowo przydzielone do skupień, a liczba skupień jest z góry określana
d. każdy obiekt tworzy osobne skupienie
b. wszystkie obiekty tworzą jedno skupenie
Pytanie 7
7. Argumentem funkcji aktywacji neuronu typu RBF jest
c. ważona liczba wejść danego neuronu
b. iloczyn skalarny wektorów: wejściowego x i wag w
d. odległość wektorów: wejściowego x i wag w
a. suma sygnałów x1 + x2 + ... wektora wejściowego x
Pytanie 8
8. W pewnym problemie eksploracji danych zmienna wyjściowa (zależna) przyjmuje 3 możliwe wartości: "biały","czerwony", "niebieski". Dany problem zaliczamy do zadań:
c. poszukiwania reguł asocjacyjnych
a. klasyfikacji wzorcowej
d. regresyjnych (szacowanie, predykcja)
b. klasyfikacji bezwzorcowej (grupowania)