База ответов ИНТУИТ

Машинное обучение

<<- Назад к вопросам

С помощью какой формулы можно оценить вероятность
P(y|b_j (x) = 1)
по неразмеченным данным
X^k
и линейной модели?

(Отметьте один правильный вариант ответа.)

Варианты ответа
x^2(p,q) = \sum_i \frac{(p(i) - q(i))^2}{q(i)}
;
H^2 (p,q) = \frac{1}{2} \sum_i (\sqrt{p(i)} - \sqrt{q(i)})^2
p_j (y) = \frac{\sum_{i=1}^l b_i (x_i)[y_i = y]}{\sum_{i=1}^l b_j (x_i)}
;
p_j (y,w) = \frac{\sum_{i=l+1}^{l+k} b_i (x_i)(y|x_i, w)}{\sum_{i=l+1}^{l+k} b_j (x_i)}
;
(Верный ответ)
Похожие вопросы
С помощью какой формулы можно оценить вероятность
P(y|b_j (x) = 1)
по размеченным данным
X^l
?
Верно ли, что оценить вероятность
P(y|b_j(x) = 1)
можно, только с помощью эмпирической оценкой по различным данным?
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 при переобучении: на
X^l
всё хорошо, на
X^k
всё плохо, то это проявление:
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:
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:
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)
?
Какой получится алгоритм, если
h
определить как наибольшее число, при котором ровно
k
ближайших соседей объекта
u
получают нулевые веса:
h(u)=\rho(u,x_u^{(k+1)})
.
Какой алгоритм представляет функцию
a:X \to Y
, которая любому объекту
x \in X
ставит в соответствие метку кластера
y \in Y
?
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?