База ответов ИНТУИТ

Машинное обучение

<<- Назад к вопросам

Верно ли, что по мере увеличения сложности модели
|G|
внутренний критерий возрастает?

(Отметьте один правильный вариант ответа.)
Варианты ответа
Да
Нет(Верный ответ)
Похожие вопросы
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:
К чему приводит уменьшение параметра
E_{max}
при оптимизации сложности решающего списка?
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:
Как называется критерий
AIC(\mu,X^l) = Q(\mu(X^l),X^l)+\frac{2\hat\delta^2}{l}n
?
Как называется критерий:
LOO(\mu,X^l)=\frac{1}{L}\sum_{i=1}^kQ(\mu(X^l\backslash \{x_i\}, \{x_i\}))
?
С помощью какой формулы можно оценить вероятность
P(y|b_j (x) = 1)
по неразмеченным данным
X^k
и линейной модели?
Верно ли, что любая непрерывная функция n аргументов на единичном кубе
[0,1]^n
представлена в виде суперпозиции непрерывных функций одного аргумента и операции сложения:
f(x^1,x^2,...,x^n)=\sum_{k=1}^{2n+1}h_k(\sum_{i=1}^n \varphi_i k(x^i))
?
Верно ли, что при частичном обучении можно получить метки
\{ y_{l+1},...,y_{l+k} \}
зная все
\{ y_{l+1},...,y_{l+k} \}
?
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)
?