База ответов ИНТУИТ

Машинное обучение

<<- Назад к вопросам

Формула восстановления смеси распределений может выглядеть как:

(Отметьте один правильный вариант ответа.)

Варианты ответа
\hat p(x) = \varphi(x, \Theta)
\hat p(x) = \sum \limits_{i=1}^m \frac 1 {mV(h)} k ( \frac {\rho(x, x_i)}{h})
\hat p(x) = \sum \limits_{j=1}^k w_j \varphi(x, \Theta_j) k \ll m
(Верный ответ)
Похожие вопросы
Формула параметрического оценивания плотности может выглядеть как:
Оценка расстояния между двух распределений с помощью статистики
xu
- квадрат будет выглядеть:
Как будет выглядеть формула вероятности ошибки в интерпретации обобщающей способности метода
\mu
?
Как будет выглядеть формула вероятности, когда переобученность превышает допустимый порог
\epsilon
?
Плотность распределения на
X
имеет вид смеси
k
распределений
p(x) = \sum_{j=1}^k w_j p_j(x), \sum_{j=1}^k w_j = 1, w_j \ge 0
, где
w_j(x)
- это:
Плотность распределения на
X
имеет вид смеси
k
распределений
p(x) = \sum_{j=1}^k w_j p_j(x), \sum_{j=1}^k w_j = 1, w_j \ge 0
, где
p_j(x)
- это:
Что, из ниже перечисленного называют компонентами смеси?
Какие параметры используются в алгоритме последовательного построения смеси?
Какой пример, из ниже перечисленных, является примером смеси алгоритмов?
Как будет выглядеть формула вероятности ошибки в интерпретации обобщающей способности метода
\mu
, если взять матожидание по выборке
X^l
от функционала
Q_с
?