Машинное обучение

По какой формуле определяется энтропия?

(Отметьте один правильный вариант ответа.)

Варианты ответа

$\ln k! \approx(k+\frac{1}{2}) \ln k - k + \frac{1}{2} \ln 2 \pi + \frac{1}{12k}-\frac{1}{360k^2}$

;

$I(\varphi, X^l)= -\ln \frac{C_{p_1}^{p_1} ... C_{P_{\mu}}^{P^{\mu}}}{C_l^p}$

$H(q_0,q_1) = -q_0 \log_2 q_0 - q_1 \log_2 q_1$

;(Верный ответ)

$I_c(\varphi, X^l) = - \ln h \begin{pmatrix} P_c(\varphi) & n_c(\varphi)\\P_c & N_c\end{pmatrix}$

;

Похожие вопросы

Что будет градиентным шагом в формуле

$w_m:=w_m + \eta(x_i - w_m)[a(x_i) = m]$

Какой получится алгоритм, если ввести функцию ядра

невозрастающую на

$[0, \infty)$

и положив

$w(i,u)=k(\frac{1}{h} \rho(u, x_u^{(i)}))$

в формуле

$a(u;X^l) = \arg \max_{y \in Y} Г_y(u;X^l)$

В формуле

$\ln p(w, \sigma)$

, что будет выступать в роли гиперпараметра?

В формуле

$\ln p(w, \sigma)$

, что будет выступать в роли гиперпараметра?

Как определяется функционал полного скользящего контроля?

Как определяется индикатор ошибки в задачах обучения по прецедентам?

Как определяется следующий функционал

$Q_c (\mu, X^l) = E_n V_n^k = \frac{1}{N}\sum_{n=1}^N V_n^k$

В формуле совместной плотности

функцией апостеорной вероятности класса

будет функция:

В формуле совместной плотности

функцией априорной вероятности класса

будет функция:

В формуле совместной плотности

функцией правдоподобия класса

будет функция: