База ответов ИНТУИТ

Машинное обучение

<<- Назад к вопросам

Какой метод оценивает
V^{\pi}(S)
как среднее значение выгод, соответствующих всем посещениям s в некоторой совокупности эпизодов?

(Отметьте один правильный вариант ответа.)
Варианты ответа
МК - метод первого посещения;
МК - метод всех посещений;(Верный ответ)
МК - метод классической итерации.
метод поддерживающего изучения;
Похожие вопросы
Предположим, что требуется оценить величину
V^{\pi}(s)
, имея набор эпизодов, полученных при применении стратегии
\pi
и прохождении через состояние s. Как тогда будет называться каждое появление состояния s в эпизоде?
Какой метод усредняет выгоды, соответствующие только первым посещениям s?
Какой метод строит алгоритм, доставляющий минимальное значение внутреннему критерию:
\mu(X^l) = arg \min_{a\in A}Q(a,X^l)
?
Какой получится алгоритм, если ввести функцию ядра
k(z)
невозрастающую на
[0, \infty)
и положив
w(i,u)=k(\frac{1}{h} \rho(u, x_u^{(i)}))
в формуле
a(u;X^l) = \arg \max_{y \in Y} Г_y(u;X^l)
?
Какой получится алгоритм, если
h
определить как наибольшее число, при котором ровно
k
ближайших соседей объекта
u
получают нулевые веса:
h(u)=\rho(u,x_u^{(k+1)})
.
Если известны
P_y = P(y)
и
P_y(x) = p(x|y)
, и
\lambda_{yy} = 0
, а
\lambda_{ys} = \lambda_y
для всех
y
,
s \in Y
, то минимум среднего риска
R(a)
достигается при:
Если выполнены условия: 1) выборка
X^m
простая, получена из плотности распределения
p(x)
; 2) ядро
K(z)
непрерывно, его квадрат ограничен:
\int_x k^z (z)dz<\infty
; 3) последовательность
h_m
такова, что
\lim_{\limits {m \to \infty}} h_m = 0
и
\lim _{\limits{m \to \infty}} mh_m = \infty
, тогда:
Если в семействе А выделена последовательность подсемейств возрастающей ёмкости
A_1 \subset A_2 \subset ... \subset A_h = A
и в ней можно выбрать оптимальное подсемейство, для которого достигается минимальное значение правой части из формулы
\nu (\mu(X^l), X^k) < \nu (\mu(X^l), X^l) + \sqrt{\frac{n}{l}(ln \frac{2l}{n}+1) - \frac{ln n}{l}}
, то этот метод называют:
Если в корректирующей операции
b(x) = F(b_1(x),g_1(x),...,b_r(x), g_r(x)) = \sum_{t=1}^T gt(x) b_t(x)
функция
gt(x)
принимает только два значения
\{0,1\}
, то множество всех
x \in X
, для которых
gt(x) = 1
, называется:
Определите название данной задачи: имеется метод обучения
\mu_G
использующий только признаки из заданного набора признаков
G \subseteq F=\{f_1,...,f_n\}
. Требуется найти набор признаков, при котором алгоритм
a=\mu_G(X^l)
имеет наилучшую обобщающую способность.