База ответов ИНТУИТ

Машинное обучение

<<- Назад к вопросам

Большой положительный отступ, плотно окруженный объектами своего класса имеют:

(Отметьте один правильный вариант ответа.)
Варианты ответа
эталонные объекты;(Верный ответ)
неинформативные объекты;
ошибочные объекты.
пограничные объекты;
Похожие вопросы
Что делает конъюнкция
\varphi
в алгоритме КОРА, если она выделяет слишком мало объектов своего класса?
Отступ показывает:
Верно ли что, если обучающая выборка имеет большой объем, то можно использовать метод Хебба?
Верно ли что, если обучающая выборка имеет большой объем или если решается задача классификации, то можно использовать метод стохастического градиента с адаптивным шагом?
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:
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:
Отрицательные отступы и классифицирующиеся неверно имеют:
Выберите верный вариант. Если для каждого класса
c \in Y
построено множество логических правил, специализирующихся на различении объектов данного класса
R_c=\{\varphi_c^t:X \to \{0,1\}|t=1,...,T_c\}
и если
\varphi_c^t(x)=0
, то:
Выберите верный вариант. Если для каждого класса
c \in Y
построено множество логических правил, специализирующихся на различении объектов данного класса
R_c=\{\varphi_c^t:X \to \{0,1\}|t=1,...,T_c\}
и если
\varphi_c^t(x)=1
, то:
Верно ли, что если классы имеют нормальные функции правдоподобия, то байесовское решающее правило имеет квадратичную разделяющую поверхность.