wayground logo

Free Printable Worksheets

Font size

S
M
L
XL
Worksheets

ML Lecture 5 Quiz

Total questions: 11

Worksheet time: 7mins

Name
Class
Date
1.

Հետևյալ պնդումը ճի՞շտ է թե ոչ․
«Ծառի (Tree) ստորին գագաթները (terminal nodes) կոչվում են տերևներ (leaves)»։

a)

ԱՅՈ

b)

ՈՉ

2.

Ելնելով տրված ծառից՝ ճիշտ է արդյոք հետևյալ պնդումը․
«Մեծահասակ Տղամարդ (male) ուղևորները մեծամասամբ ողջ են մնացել (survived)»

a)

ԱՅՈ

b)

ՈՉ

3.

Մեքենայական Ուսուցման մեջ No Free Lunch թեորեմը պնդում է, որ․․․

a)

Ոչ մի ML ալգորիթմ չպետք է օգտագործվի չտեսնված տվյալների համար

b)

Ոչ մի ML ալգորիթմ վստահելի չէ

c)

Ոչ մի ML ալգորիթմ ավելի լավը չէ քան ցանկացած այլ ալգորիթմ բոլոր հնարավոր տվյալների բազմությունների վրա

d)

համընդհանուր լավ ML ալգորիթմ դժվար է նախագծել և իմպլեմենտացնել

4.

Նշվածներից որը՞ ՉԻ հանդիսանում ծառի էտման (pruning) պայման

a)

Գագաթում տվյալների քանակը (Node size) փոքր է ինչ֊որ շեմից (threshold)

b)

Ծառի խորությունը փոքր է ինչ֊որ շեմից

c)

Որևէ երեխա գագաթի տվյալների քանակը փոքր է ինչ֊որ շեմից

d)

Impurity Gain-ը փոքր է ինչ֊որ շեմից

5.

Ծառի էտման (pruning) հիմնական նպատակն է․․․

a)

խնայել հաշվողական ժամանակ (computational time)

b)

խուսափել գերուսուցումից

c)

նվազեցնել մոդելի կանխատեսման կարողությունը

d)

Խնայել հիշողություն

6.

Ի՞նչ կկանխատեսի տվյալ ծառը հետևյալ տվյալի համար․
Age=20, Salary=2400, No. of children=1

a)

Get Loan

b)

Don't get loan

c)

Որոշված չէ

d)

Նշվածներից ոչ մեկը

7.

Նշված feature֊ներից (Outlook, Temp., Humidity, Windy), ո՞րը պետք է ընտրել որպես ծառի արմատ

a)

Outlook

b)

Temp.

c)

Humidity

d)

Windy

8.

Հաշվել AvgGini֊ն տրված բաժանման համար։
Gini =2  p  (1  p)Gini\ =2\ \cdot\ p\ \cdot\ \left(1\ -\ p\right)

a)

0․5

b)

0․16

c)

0․27

d)

0․39

9.

Հաշվելով AvgGini-ն՝ որոշել, թե որ feature-ը կտա ամենահստակ բաժանումը։
Gini = 2  p  (1 p)Gini\ =\ 2\ \cdot\ p\ \cdot\ \left(1-\ p\right)

a)

Length

b)

Gills

c)

Beak

d)

Teeth

10.

Հետևյալ պնդումը ճի՞շտ է թե ոչ․
«Ավելի կարճ ծառերը զգայուն են աղմկոտ տվյալների նկատմամբ»։

a)

ԱՅՈ

b)

ՈՉ

11.

Հետևյալ պնդումը ճի՞շտ է թե ոչ․
«Decision Tree-ն գծային դասակարգիչ է (Linear Classifier)»։

a)

ԱՅՈ

b)

ՈՉ