МЭИ. Прометей. КМ-4: КМ-4. Методы машинного обучения. Тестирование - 100% (Решение → 92308)

1 В системах машинного обучения под обобщением понимается переход от рассмотрения множества объектов к рассмотрению обобщенного понятия, описывающего класс таких объектов. Таким образом, решив задачу машинного обучения мы получим:

2 Какие из перечисленных алгоритмов не относятся к алгоритмам обучения «без учителя»?

3 Какие виды признаков не могут использоваться при описании объектов машинного обучения?

4 Какое из четырёх утверждений неверно? Алгоритм, основанный на использовании метрики Хэмминга, строит дерево решений, используя обучающую выборку. Это дерево решений:

5 Каким из перечисленных ниже свойств обязательно обладает бинарное дерево решений?

6 Какое из четырёх утверждений неверно? Решающее правило, сформированное алгоритмом обобщения «с учителем», может быть представлено в следующем виде:

7 Какое из четырёх утверждений неверно? Алгоритм ID3 Куинлана строит дерево решений на основе обучающей выборки. Это дерево решений:

8 Какое из утверждений верно? Наиболее простой способ оценить, насколько хорошо построенная решающая функция (такая, как система решающих правил, или дерево решений) работает – это проверить её на тестовом множестве (экзамен). В качестве экзаменационного множества при этом используется:

9 Какая из предложенных стратегий верна? После того, как решающее правило на обучающей выборке построено, проводится экзамен – с помощью решающего правила надо разделить объекты новой, экзаменационной выборки на примеры и контрпримеры. Если решающее правило правильно проводит такое разделение, обучение заканчивается. Если результат экзамена неудовлетворителен:

10 Формирование понятий по сути является процессом выделения закономерностей, свойственных множествам объектов. Такие множества объектов образуют обучающие выборки. Выберите правильное определение обучающей выборки. Обучающая выборка, которая используется в алгоритме обучения «с учителем»:

11 Обучение на основе примеров является типичным случаем индуктивного обучения и широко используется в системах искусственного интеллекта. На основе предъявленных примеров (и, возможно, контрпримеров) интеллектуальная система должна сформировать общее понятие, охватывающее примеры и исключающее контрпримеры. Как представляются примеры - объекты для обучения - в системах искусственного интеллекта?

12 Какие из приведённых утверждений ошибочны, если речь идёт о дереве решений?