Машинное обучение

<<- Назад к вопросам

При каком размере окна h функция
стремится пройти через все точки выборки?

(Отметьте один правильный вариант ответа.)

Варианты ответа

при оптимальном значении ширины окна;

при h=0.

при слишком узком;(Верный ответ)

при слишком широком;

Похожие вопросы

При каком размере окна h функция в пределе

$h \to \infty$

вырождается в константу?

Перейти

При каком размере окна h функция чрезмерно сглаживается?

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

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

Какая функция не считает за ошибки отклонения

a(x_i)

от

y_i

, меньшие

$\varepsilon$

?

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

Чему соответствует точечное ядро

k(z)=[z=0]

при единичной ширине окна

h=1

:

Перейти

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

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?

Перейти

Локальную аппроксимацию выборки

X^l

строит алгоритм:

Перейти