Машинное обучение

<<- Назад к вопросам

Определите название данной задачи: имеется одна модель А, и один метод обучения
$\mu_w$
с параметром
, который не может быть настроен по обучающей выборке. Требуется подобрать наиболее подходящие значения гиперпараметра.

(Отметьте один правильный вариант ответа.)

Варианты ответа

задача выбора модели;

задача настройки гиперпараметра;(Верный ответ)

задача отбора признаков.

Похожие вопросы

Определите название данной задачи: имеется конечное множество альтернативных моделей

A_1,...,A_T

, каждая со своим методом обучения,

$M=\{\mu_1,...,\mu_T\}$

. Требуется найти модель, наиболее адекватную для данной выборки.

Перейти

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.

Перейти

Функционал

$Q_{int}(\mu, X^l)$

, характеризующий качество метода

$\mu$

по обучающей выборке

X^l

называют:

Перейти

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:

Перейти

Выберите правильный ответ. По обучающей выборке

X^l

настраивается:

Перейти

Как будет выглядеть формула вероятности ошибки в интерпретации обобщающей способности метода

$\mu$

, если взять матожидание по выборке

X^l

от функционала

Q_с

?

Перейти

Если известны

P_y = P(y)

и

P_y(x) = p(x|y)

, и

$\lambda_{yy} = 0$

, а

$\lambda_{ys} = \lambda_y$

для всех

,

$s \in Y$

, то минимум среднего риска

R(a)

достигается при:

Перейти

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:

Перейти

Алгоритмы

и

неразличимы на выборке

X^l

, если:

Перейти

Выберите, что подходит под определение коэффициента разнообразия

$\Delta^A(X^L)$

множества алгоритмов А на выборке

X^L

?

Перейти