Strona 2
Programowanie systemów rozproszonych
Pytanie 9
.Argumentem funkcji aktywacji neuronu typu RBF jest
iloczyn skalarny wektorów: wejściowego x i wag w
ważona liczba wejść danego neuronu
suma sygnałów x1 + x2 + ... wektora wejściowego x
odległość wektorów: wejściowego x i wag w
Pytanie 10
Przeuczenie modelu (overfitting) można rozpoznać po tym, że
szybkość uczenia się modelu zaczyna spadać w kolejnych iteracjach
w procesie uczenia zaczyna rosnąć błąd dla próby testowej
liczba błędnie zaklasyfikowanych przypadków spada do 0
trafność predykcji modelu przekracza poziom 99.73%
Pytanie 11
Na etapie wstępnej eksploracyjnej analizy danych najmniej przydatne jest
użycie metod nienadzorowanej klasteryzacji
wizualne porównanie współzależności par zmiennych
wygenerowanie histogramów zmiennych ciągłych
zliczenie wystąpień wartości zmiennych nominalnych
Pytanie 12
.Iloczyn skalarny wektora cech z pewnym wektorem wag można traktować jako formę
obrotu w przestrzeni cech
regresji liniowej
redukcji wymiarowości
ekstrakcji cech
Pytanie 13
Metoda wzmacniania gradientowego (gradient boosting) służy do
generowania dodatkowych sztucznych próbek w zbiorach uczących
przyspieszania procesu uczenia głębokich sieci neuronowych
budowania mocnego modelu złożonego z wielu słabszych modeli
zwiększania kontrastu pomiędzy blisko leżącymi klastrami
Pytanie 14
Problem klasteryzacyjny polega na
algorytmu wstecznej propagacji błędów
grupowaniu cech obserwacji w skorelowane ze sobą zespoły
identyfikacji skupisk zgodnie z pewnym kryterium podobieństwa
poszukiwaniu granic oddzielających obserwacje różnych klas
predykcji przynależności danej obserwacji do różnych klas
Pytanie 15
Wskaż drugi algorytm (metodę), który służy do rozwiązywania tego samego typu problemów eksploracji danych, co algorytm k-najbliższych sąsiadów
algorytm Kohonena (sieć neuronowa typu SOM)
algorytm k-średnich
algorytm PCA (analiza głównych składowych)
algorytm CART (drzewa klasyfikacyjne i regresyjne)
Pytanie 16
Poszukiwanie zbiorów częstych jest pierwszym etapem
algorytmu A priori
algorytmu k-najbliższych sąsiadów
algorytmu wstecznej propagacji błędów
algorytmu k-średnich