Pytania i odpowiedzi
Artificial Intelligence_aka_szogun
Zebrane pytania i odpowiedzi do zestawu.
Ilość pytań: 50
Rozwiązywany: 733 razy
Pytanie 21
21.Algorytm aglomeracyjny rozpoczyna proces analizy od stanu, w którym
d. każdy obiekt tworzy osobne skupienie - chyba to (liczba grup równa się liczbie obserwacji – każda obserwacja stanowi odrębną grupę. )
Pytanie 22
22.Problem klasyfikacyjny można zamienić na problem regresyjny poprzez:
c. zamianę zmiennych kategorycznych na ciągłe
Pytanie 23
23.Która z poniższych metod NIE służy do wyznaczania odległości pomiędzy skupieniami:
d. metoda k-średnich
Pytanie 24
24.Metoda K najbliższych sąsiadów wybiera sąsiadów analizowanego punktu:
c. najbliższych pod względem prognozowanej wartości
Pytanie 25
25.Pojęcie tensora występujące często w dziedzinie uczenia głębokiego oznacza:
c. uogólnienie pojęcia macierzy na wiele wymiarów
Pytanie 26
26.Końcowe trzy etapy eksploracji danych w metodologii CRISP-DM to KOLEJNO:
b. Modelowanie - Ewaluacja - Wdrożenie
Pytanie 27
27.Sieć neuronowa Kohonena (SOM) generalnie jest przeznaczona do realizacji:
d. klasyfikacji bezwzorcowej (grupowania)
Pytanie 28
28.Aglomeracyjne metody klasteryzacji polegają na:
a. przyrostowym budowaniu klastrów poprzez dodawanie sąsiednich punktów
Pytanie 29
29.Wskaż metodę NIEPRZYDATNĄ w rozwiązywaniu zadań predykcyjnych:
c. algorytm k-średnich
Pytanie 30
30.Poszukiwanie zbiorów częstych jest pierwszym etapem:
c. algorytmu A priori - chyba to( Algorytm A priori po prostu znajduje częste zbiory zdarzeń)
Pytanie 31
31.Wskaż drugi algorytm (metodę), który służy do rozwiązywania tego samego typu problemów eksploracji danych, co algorytm k-najbliższych sąsiadów:
c. algorytm CART (drzewa klasyfikacyjne i regresyjne)
Pytanie 32
32.Problem klasteryzacyjny polega na:
b. identyfikacji skupisk zgodnie z pewnym kryterium podobieństwa
Pytanie 33
33.Metoda wzmacniania gradientowego (gradient boosting) służy do:
b. budowania mocnego modelu złożonego z wielu słabszych modeli(Rozwiązania z dziedziny boosting łączą wiele “słabych”, prostych rozwiązań w jedno większe)
Pytanie 34
34.Iloczyn skalarny wektora cech z pewnym wektorem wag można traktować jako formę:
a. regresji liniowej
Pytanie 35
35. Na etapie wstępnej eksploracyjnej analizy danych najmniej przydatne jest:
c. wygenerowanie histogramów zmiennych ciągłych
Pytanie 36
36.Przeuczenie modelu (overfitting) można rozpoznać po tym, że:
b. w procesie uczenia zaczyna rosnąć błąd dla próby testowej - chyba? [ale przeuczenie można rozpoznać po zakończonym uczeniu]
Pytanie 37
37.Argumentem funkcji aktywacji neuronu typu RBF jest
b. odległość wektorów: wejściowego x i wag w [raczej to]
Pytanie 38
38.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:
b. 0,5
Pytanie 39
39.Problem klasyfikacyjny polega na:
d. prognozowaniu kategorii obserwacji na podstawie jej cech
Pytanie 40
40.Technika k-krotnej walidacji krzyżowej służy do:
d. uniknięcia tendencyjności w ocenie jakości modelu