NEW
Font size
WorksheetsML Lecture 2 Quiz
Total questions: 10
Worksheet time: 6mins
Դիցուք դասակարգիչը (classifier) որևէ խնդրի վրա պետք է կանխատեսի 4 պիտակներից մեկը․ ո՞ր տեսակի դասակարգիչ է այն
Multi-class
Multi-cluster
Multi-label
Binary
Դիցուք w1-ի և w2-ի ի՞նչ արժեքների դեպքում տրված տվյալները ճիշտ կդասակարգվեն, եթե threshold=4
w1=2.5 և w2=3.5
w1=0 և w2=3
w1=1 և w2=5
w1=5 և w2=0
Հետևյալ գծերից ո՞րն է կառուցվել Binary Linear Classifier-ի միջոցով
B
D
C
A
Դիցուք BLC-ի ուսուցանման արդյունքում ստացել ենք class-երի հետևյալ միջին արժեքները՝ Positive->(1,5), Negative->(0,1): Այդ դեպքում, ո՞րը կլինի (3,1) կետի կանխատեսումը
Positive
Negative
Երկուսն էլ Հնարավոր են
Երկուսն էլ Հնարավոր չեն։
Հետևյալ պնդումը ճիշտ է՞ թե սխալ։
«Երբ դասերը գծորեն բաժանելի են, BLC-ն միշտ գտնում է լավագույն բաժանարար գիծը»
Ճիշտ է
Սխալ է
Հետևյալ feature-ներից որն է՞ ordinal categorical variable
Գնահատականը՝
0֊100 արժեքներով
Սեռը՝ {"Male", "Female"} արժեքներով
Տարվա Եղանակը՝ {"Summer", "Spring", "Winter", "Fall"} արժեքներով
Զբաղեցրած տեղը՝ {"First", "Second", "Third"} արժեքներով
Ո՞ր բանաձևով է տրվում MAP Decision Rule-ը
Նշվածներից որն է՞ One-hot encoding մեթոդից առաջացող հնարավոր թերություն
Որոշ կատեգորիաներ հազվադեպ են
Նոր տվյալներում կան նախկինում չեղած կատեգորիաներ
Բոլոր feature-ները categorical են
Ոչ մեկը
Naive Bayes ալգորիթմը ենթադրում է ․․․ անկախությունը
feature֊ների
label-ների
label֊ների՝ տրված feature-ի համար
feature֊ների՝ տրված label-ի համար
Ինչի՞ համար է օգտագործվում Laplace Smoothing-ը Naive Bayes-ի օգտագործման դեպքում
A. Ստանալու ավելի հարթ տվյալներ
B. Խուսափել 0֊ի հավասար հավանականություն ստանալուց
Երկուսն էլ ճիշտ են
Երկուսն էլ սխալ են
