Strona 3
Artificial Intelligence_aka_szogun
Pytanie 17
17. Wskaż drugi algorytm (metodę), który służy do rozwiązywania tego samego typu problemów eksploracji danych, co algorytm k-najbliższych sąsiadów:
a. algorytm PCA (analiza głównych składowych)
b. algorytm CART (drzewa klasyfikacyjne i regresyjne)
d. algorytm Kohonena (sieć neuronowa typu SOM)
c. algorytm k-średnich
Pytanie 18
18. Sieć neuronowa Kohonena (SOM) generalnie jest przeznaczona do realizacji:
b. prognozowania lub szacowania wartości
c. klasyfikacji wzorcowej
d. klasyfikacji bezwzorcowej (grupowania)
a. analizy szeregów czasowych
Pytanie 19
19. Problem klasyfikacyjny mozna zamienic na problem regresyjny poprzez:
c. prognozowanie stopnia przynależności do klasy
b. zmniejszenie liczby wymiarów do dwóch
d. zredukowanie liczby klas do jednej
a. zamianę zmiennych kategorycznych na ciągłe
Pytanie 20
20. Poszukiwanie zbiorów częstych jest pierwszym etapem:
b. algorytmu k-średnich
d. algorytmu k-najbliższych sąsiadów
c. algorytmu wstecznej propagacji błędów
a. algorytmu A priori
Pytanie 21
21.Algorytm aglomeracyjny rozpoczyna proces analizy od stanu, w którym
a. obiekty podzielone są wstępnie przy użyciu innej metody grupowania
d. każdy obiekt tworzy osobne skupienie - chyba to (liczba grup równa się liczbie obserwacji – każda obserwacja stanowi odrębną grupę. )
c. obiekty są losowo przydzielone do skupień, a liczba skupień jest z góry określana
b. wszystkie obiekty tworzą jedno skupienie
Pytanie 22
22.Problem klasyfikacyjny można zamienić na problem regresyjny poprzez:
c. zamianę zmiennych kategorycznych na ciągłe
a. zredukowanie liczby klas do jednej
d. prognozowanie stopnia przynależności do klasy
b. zmniejszenie liczby wymiarów do dwóch
Pytanie 23
23.Która z poniższych metod NIE służy do wyznaczania odległości pomiędzy skupieniami:
d. metoda k-średnich
c. metoda pojedynczego wiązania
b. metoda najdalszego sąsiedztwa - chyba
a. metoda średnich połączeń
Pytanie 24
24.Metoda K najbliższych sąsiadów wybiera sąsiadów analizowanego punktu:
a. najbliższych pod względem cech wejściowych
d. leżących w tym samym wymiarze przestrzeni
c. najbliższych pod względem prognozowanej wartości
b. należących do tego samego klastra