База ответов ИНТУИТ

Машинное обучение

<<- Назад к вопросам

Что характеризует гипотеза условной независимости вида:
p(t|c,d) = p(t|c)
?

(Отметьте один правильный вариант ответа.)
Варианты ответа
классификация документа d зависит не от самого документа, а только от его тематики;
распределение слов полностью определяется тематикой документа и не зависит от самого документа и его классов;
тематика документа d зависит не от самого документа, а только от того, каким классам он принадлежит;(Верный ответ)
ничто из выше перечисленного не является характеристикой гипотезы условий независимости.
Похожие вопросы
Что характеризует гипотеза условной независимости вида:
p(w|t,c,d) = p(w|t)
?
Что характеризует гипотеза условной независимости вида:
p(c|t,d) = p(c|t)
?
Есть гипотеза, где классы имеют
n
-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
n
-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:
Что из ниже перечисленного представления называется гипотезой условной независимости?
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:
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 алгоритм
a:X \to Y
вида
a(x) = C(F(b_1(x), ..., b_r(x))), x \in X
?
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)
?