База ответов ИНТУИТ

Алгоритмы интеллектуальной обработки больших объемов данных

<<- Назад к вопросам

В обобщенной формуле обучения модели learning= representation +Evaluation+ optimization критериями Evaluation являются

(Ответ считается верным, если отмечены все правильные варианты ответов.)

Варианты ответа
KL-дивергенция(Верный ответ)
функция правдоподобия(Верный ответ)
constrained
unconstrained (GD, Newton+)
Эмпирический риск(Верный ответ)
Похожие вопросы
В формуле линейной модели "W" означает следующее $$h(x,w)=w_{0}+w_{1}x_{1}+\cdot +w_{M}x_{M}=\sum\limits_{j=0}\limits^{M}(w_{j}x_{j})$$
Ошибкой обучения нейронной сети называется:
В чем состоит основная идея обучения алгоритма Contrastive Divergence?
Весь процесс обучения глубокой сети можно свести к процессу?
Какой из режимов обучения для "Ограниченной машины больцмана" будет самым точным и давать истинный градиент?
В модели линейной регрессии h(x,w) чем является w?
Что из этого является видом модели классификации?
Уважите преимущества вероятностных моделей (дискриминативные и генеративная модели ) ?
Согласно стандартной модели зрительной коры головного мозга, считается что?
Имеются бактерии с двумя количественными признаками x1, x2, строится логистическая регрессия для определения вероятности, с которой бактерии относятся к одному из двух классов (видов) - y1 или y2. Предполагается нормальное распределение условных вероятностей, соответственно модель получается линейной, и p(y1|x)=1/(1+exp(-(w1*x1+w2*x2+w0))). В результате обучения были найдены следующие значения: w0=1, w1=3, w2=-4. Найдите, с какой вероятностью бактерия с признаками x1=1, x2=1 относится ко второму классу. Ответ укажите с точностью до одного знака после запятой: