Машинное обучение

<<- Назад к вопросам

Что показывает величина
$E(m) = \frac{||GU^T-F||^2}{||F||^2} = \frac{\lambda_{m+1}+...+\lambda_n}{\lambda_1+...+\lambda_n}\le \varepsilon$
?

(Отметьте один правильный вариант ответа.)

Варианты ответа

проекцию на главные компоненты;

значение m, при котором происходит резкий скачок:

$E(m-1)\gg E(m)$

, при условии, что

уже достаточно мало;

эффективную размерность задачи.

какая доля информации теряется при замене исходных признаковых описаний длины n на более короткие описания длины m;(Верный ответ)

Похожие вопросы

Как называют априорную вероятность вида:

$q_Ф = \frac{\varepsilon}{1+\gamma+\varepsilon}$

Если используется квартическое ядро

$\hat K(\varepsilon) = K_Q(\frac{\varepsilon}{6med\{ \varepsilon_i \}})$

, где

$med\{ \varepsilon_i \}$

- медиана вариационного ряда ошибок, то это называют:

Если известны

, и

$\lambda_{yy} = 0$

, а

$\lambda_{ys} = \lambda_y$

для всех

$s \in Y$

, то минимум среднего риска

достигается при:

Как называют априорную вероятность вида:

$q_r = \frac{1}{1+\gamma+\varepsilon}$

Как называется критерий

$Q(\mu(X^l), X^k) < Q(\mu(X^l),X^l) + \sqrt{\frac{h}{l}(ln \frac{2l}{n}+1)-\frac{ln n}{l}}$

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:

Есть гипотеза, где классы имеют

-мерные гауссовские плотности:

$p_y(x) = N(x; \mu_y; \sum y) = \frac {e^{-\frac{1}{2}(x-\mu_y)^T \sum \limits_ {y}^{-1} (x-\mu_y) } }{\sqrt {(2\pi)^n det \sum_y}}$

, где -

$y \in Y$

, то ковариационной матрицей класса

$y \in Y$

будет:

Есть гипотеза, где классы имеют

-мерные гауссовские плотности:

$p_y(x) = N(x; \mu_y; \sum y) = \frac {e^{-\frac{1}{2}(x-\mu_y)^T \sum \limits_ {y}^{-1} (x-\mu_y) } }{\sqrt {(2\pi)^n det \sum_y}}$

, где -

$y \in Y$

, то вектором матожидания класса

$y \in Y$

будет:

Следующая формула

$a_h(x;X^l) = \frac{\sum_{i=1}^l y_iw_i(x)}{\sum_{i=1}^lw_i(x)} = \frac{\sum_{i=1}^ly_iK(\frac{\rho(x,x_i)}{h})}{\sum_{i=1}^lK(\frac{\rho(x,x_i)}{h})}$

, называется:

Как называют априорную вероятность вида:

$q_m = \frac{\gamma}{1+\gamma+\varepsilon}$

Машинное обучение

Что показывает величина ?

Что показывает величина
$E(m) = \frac{||GU^T-F||^2}{||F||^2} = \frac{\lambda_{m+1}+...+\lambda_n}{\lambda_1+...+\lambda_n}\le \varepsilon$
?