Регрессия, классификация с обучением

A. 1- Глубокое обучение

Обучение представлений

b. 1- Обучение представлений

2- Глубокое обучение

c.  Правильный вариант отсутствует

Пример: логистическая регрессия, другой уровень - база знаний

 

2) Какие компоненты системы искусственного интеллекта показаны серым цветом?

           1) Относятся к одному классу моделей;

           2) способны обучаться на данных;

           3) не имеют ничего общего.

Элементы: отображение признаков, простые признаки, дополнительные слои более абстрактных признаков, выход

 

3) На иллюстрации представлена фотография с:?

           1) Отображением разбитым на ряд более простых вложенных - слоев модели

           2) деревом решений

           3) блок-схемой программы ЭВМ

           4) Правильный ответ отсутствует

Слои: выход (тип объекта), третий скрытый слой (части объектов)…

4) Какой из алгоритмов машинного обучения является обучением с учителем

Регрессия, классификация с обучением

2: кластерный анализ, поиск аномалий

1) 1

2) 2

3) 1 и 2

4)  Правильный ответ отсутствует

 Какой из алгоритмов машинного обучения является обучением с учителем

5) 1: регрессия, классификация с обучением

6) 2: кластерный анализ, поиск аномалий

6) В какой задаче машинного обучения при полноте исходных данных программа должна ответить, какой из категории принадлежит некоторый пример?

Классификация

2) классификация при отсутствии некоторых данных

3) Регрессия

4) Транскрипция

5) машинный перевод

6) структурный вывод

7 ) Обнаружение аномалий

8) синтез и выборка, транскрипция, машинный перевод

9) подстановка отсутствующих значений

10) шумоподавление

11) Оценка функции вероятности или функции плотности вероятности

6) В какой задаче мо программа анализирует множество событий или объхектов и помечает некоторые из них как нетипичные:

- обнаружение аномалий

- классификация

- классификация при отсутствии некоторых данных

- регрессия

- транскрипция

 

В какой задаче МО программа должна выявить структуру вероятности распределения и обучить функцию?

- классификации…

- оценка функции вероятности или функции плотности вероятности

 

В какой задаче МО программа должна проанализировать неструктурированные представление некоторых данных и преобразовать его в дискретную текстовую форму

- транскрипция

В какой задаче МО программа должна преобразовать последовательность символов на одном языке в последовательность символов на другом языке

- машинный перевод

10) В какой задаче МО программа должна восстановить чистый пример по искаженным помехами данным

- шумоподавлением

11) В какой задаче МО программа должна ответить какой из категорий принадлежит некоторый пример, при отсутствии гарантий получения по входном векторе результатов всех измерений

- Классификация при отсутствии некоторых данных

В какой задаче МО программа должна спрогнозировать значения отсутствующих элементов

- подстановка отсутствующих значений

13) В какой задаче МО программа должна генерировать новые примеры, похожие на обучающие данные

-Структурный вывод, транскрипция, машинный перевод

В какой задаче МО программа должна продлить функцию и предсказать числовое значение по выходным данным

- регрессия

В какой задаче МО программа на выходе порождает вектор содержащих несколько значений, между элементами которого существуют важные связи

- структурный вывод

16) К какому примеру задач МО относятся умные здания

1) Финансы и управление рисками

2) Продажи и маркетинг

3) Работа с клиентами

Операционная деятельность

На рисунке показан автокодировщик который является

1) Способом визуализировать автомобильное колесо

Подходом алгоритма обучения представлений

3) Нет правильно ответа

Декартовы координаты (круговое распределение с плотностью в центре), полярные координаты

На каком графике представлена модель адекватной емкости?

1 ) восходящая

Восходяще-висяковая

3) отвес, восход-висяк

Укажите зону недообучения – 1

 2 3 4

График ошибка
емкость

ХЗХЗХЗХЗХЗ

Что из представленного списка не является платформой машинного оубчения

Loginom

Amazon Machine Learning

Excel add-ins для интеллектуальной обработки, ms sql management studio

Правильный отсутствует

21) Укажите иерархию метрик алгоритмов МО: 1 – меры качества, 2 – бизнес-метрики, 3- функции потерь, 4 – прокси-метрики

Бизнес-метрики, прокси-метрики, меры качества, функции потерь

Какая формула соответствует метрике средняя квадратическая ошибка (Root square mean: единственная где есть квадратный корень

Формула RECALL 3

36) Формула ACCURACY: TP+TN/(TP+FP+TN+FN)

37) Precision F P/(TP+ FP)

38) дайте верное определение метрике Верность (Accuracy): доля примеров для которыз модель выдала правильный результат 2

Полнота 3

Полиноминальная регрессия

4) изолирующий лес

5) все подходят

48) какой из представленных алгоритмов машинного обучения не применим для классификации:

Все подходят

49) какой из представленных алгоритмов машинного обучения не применим для регрессии: 5 – все подходят 3

С минусом и логарифмом

Самая простая

Евклидово расстояние

Прав утверждение

1) чем более однородно множество объектов – тем мень энтропия

2)

Все верны

A. 1- Глубокое обучение

Обучение представлений

b. 1- Обучение представлений

2- Глубокое обучение

c.  Правильный вариант отсутствует

Пример: логистическая регрессия, другой уровень - база знаний

 

2) Какие компоненты системы искусственного интеллекта показаны серым цветом?

           1) Относятся к одному классу моделей;

           2) способны обучаться на данных;

           3) не имеют ничего общего.

Элементы: отображение признаков, простые признаки, дополнительные слои более абстрактных признаков, выход

 

3) На иллюстрации представлена фотография с:?

           1) Отображением разбитым на ряд более простых вложенных - слоев модели

           2) деревом решений

           3) блок-схемой программы ЭВМ

           4) Правильный ответ отсутствует

Слои: выход (тип объекта), третий скрытый слой (части объектов)…

4) Какой из алгоритмов машинного обучения является обучением с учителем

регрессия, классификация с обучением

2: кластерный анализ, поиск аномалий

1) 1

2) 2

3) 1 и 2

4)  Правильный ответ отсутствует

 Какой из алгоритмов машинного обучения является обучением с учителем

5) 1: регрессия, классификация с обучением

6) 2: кластерный анализ, поиск аномалий

6) В какой задаче машинного обучения при полноте исходных данных программа должна ответить, какой из категории принадлежит некоторый пример?

Классификация

2) классификация при отсутствии некоторых данных

3) Регрессия

4) Транскрипция

5) машинный перевод

6) структурный вывод

7 ) Обнаружение аномалий

8) синтез и выборка, транскрипция, машинный перевод

9) подстановка отсутствующих значений

10) шумоподавление

11) Оценка функции вероятности или функции плотности вероятности

6) В какой задаче мо программа анализирует множество событий или объхектов и помечает некоторые из них как нетипичные:

- обнаружение аномалий

- классификация

- классификация при отсутствии некоторых данных

- регрессия

- транскрипция