Машинное обучение

<<- Назад к вопросам

Как будет выглядеть формула вероятности ошибки в интерпретации обобщающей способности метода
$\mu$
?

(Отметьте один правильный вариант ответа.)

Варианты ответа

$P_{\epsilon}(\mu) = E_{x^2} Q_{\epsilon}(\mu, X^2)$

$P_{\epsilon}(\mu) = P_{x^l, x^k}\{\delta(\mu, X^l, X^k) > \epsilon\}$

;

$P_{err}(\mu) = P x^l, x \{I(\mu(X^l),x)=1\}$

;(Верный ответ)

$P_{err}(\mu) = E_{x^2}Q_c(\mu, X^l)$

;

Похожие вопросы

Как будет выглядеть формула вероятности ошибки в интерпретации обобщающей способности метода

$\mu$

, если взять матожидание по выборке

X^l

от функционала

Q_с

?

Перейти

Как будет выглядеть формула вероятности, когда переобученность превышает допустимый порог

$\epsilon$

?

Перейти

Функционал

$Q_{int}(\mu, X^l)$

, характеризующий качество метода

$\mu$

по обучающей выборке

X^l

называют:

Перейти

Как называется критерий, который характеризует качество метода

$\mu$

по тем данным, которые не использовались в процессе обучения?

Перейти

В формуле совместной плотности

p(x,y) = p(x) P(y|x) = P(y)p(x|y)

функцией априорной вероятности класса

будет функция:

Перейти

В формуле совместной плотности

p(x,y) = p(x) P(y|x) = P(y)p(x|y)

функцией апостеорной вероятности класса

будет функция:

Перейти

Как будет выглядеть градиент функционала Q в точке

$\alpha^t$

?

Перейти

Оценка расстояния между двух распределений с помощью статистики

- квадрат будет выглядеть:

Перейти

Какая функция не считает за ошибки отклонения

a(x_i)

от

y_i

, меньшие

$\varepsilon$

?

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