Font size
Worksheetsадцузалуцацуа
Total questions: 142
Worksheet time: 1hrs 11mins
Технология программирования –
совокупность методов и средств для разработки программного обеспечения
программа или множество программ, используемых для управления компьютером
принципы построения и анализа алгоритмов
формальный язык, предназначенный для записи компьютерных программ
основной принцип согласования моделей
Как в программировании называется словесное описание задачи?
формализация условия
программный продукт
спецификация задачи
условие задачи
техническое задание
Математическая формулировка задачи начинается с ...
технического задания
формализации условия
спецификации задачи
словесного описания
построения блок-схемы
На этапе построения математической модели задачи
записывается спецификация задачи
выполняется тестирование и отладка программы
выводятся формулы и выбираются методы решения задачи
начинается формализация условий
Какого этапа нет? Постановка задачи -> Математическое моделирование -> Программирование -> Расчеты и анализ результатов
Вывод формул и выбор метода решения
Спецификация задачи
Формализация условий
Алгоритмизация
Совокупность процессов, связанных с разработкой программ и их реализацией называется ...
формализацией
программированием
спецификацией
алгоритмизацией
В зависимости от назначения программирование подразделяют на:
системное и прикладное
декларативное и параллельное
процедурное и структурное
объектно-ориентированное и модульное
Метод программирования, в котором программы пишутся как перечни последовательно выполняемых программ
Декларативное
Объектно-ориентированное
Процедурное
Структурное
Метод программирования, обеспечивающий одновременное выполнение операций, связанных с обработкой данных
Параллельное
Процедурное
Объектно-ориентированное
Структурное
Метод программирования, основанный на использовании концепции объекта, абстрагирующего конкретные его реализации
Параллельное
Процедурное
Объектно-ориентированное
Функциональное
В каком году создана программа, воспринимающая алгебраические уравнения, записанные в традиционной форме?
1985
1945
1999
1949
Выберите технологию, которая позволяет создавать приложения лишь с базовыми навыками программирования
Progressive Web Application
Hotwire
Podman
Low-Code, No-Code
Что из перечисленного является основным этапом жизненного цикла программного обеспечения?
Построение маркетинговой стратегии.
Анализ требований.
Оценка конкурентов.
Проведение маркетинговых исследований.
Основная цель этапа тестирования и отладки в жизненном цикле ПО заключается в:
Формировании целей проекта.
Созданииархитектурыприложения.
Устранении ошибок и проверке качества продукта.
Сопровождениипользователей.
На каком этапе жизненного цикла программного обеспечения разрабатывается архитектура системы?
Анализтребований.
Написаниекода.
Эксплуатация и сопровождение.
Этаппроектирования.
Какое преимущество дает использование моделей жизненного цикла ПО?
Упрощает продвижение продукта на рынок.
Помогает быстрее определять и устранять ошибки.
Исключает необходимость тестирования.
Снижает требования к квалификации разработчиков
Какой этап жизненного цикла программного обеспечения включает в себя обучение пользователей?
Эксплуатация и сопровождение.
Анализтребований.
Этаппроектирования.
Тестирование и отладка.
Какая из перечисленных моделей жизненного цикла основана на постоянном добавлении новых функциональных модулей?
Инкрементнаямодель.
Водопаднаямодель.
Модельхаоса.
Разработкачерезтестирование.
Какой подход к разработке ПО называется "Code and Fix"?
Создание прототипов с постепенным улучшением.
Постоянное добавление новых модулей.
Написание кода и устранение багов.
Постепенноетестированиепродукта.
Какой метод разработки ПО предполагает постоянное прототипирование?
Разработкачерезтестирование.
Водопаднаямодель.
Итеративнаямодель.
Разработкачерезпрототипирование.
Почему спиральная модель эффективна при изменении требований?
Не требует технической документации.
Исключаетэтаптестирования.
Снижает затраты на разработку.
Позволяет не начинать проект с нуля при изменениях.
На каком этапе жизненного цикла ПО происходит написание технической документации?
Написаниекода.
Тестирование и отладка.
Эксплуатация и сопровождение.
Анализтребований.
Какова основная задача этапа анализа требований?
Разработкаархитектурысистемы.
Тестированиекомпонентовприложения.
Формирование цели проекта и определение задач.
Написаниетехническойдокументации.
Какой результат является итогом этапа проектирования?
Разработанная архитектура системы и спецификация ПО.
Исправленные баги в программном коде.
Обученныепользователи.
Созданный отчет о качестве приложения.
На каком этапе жизненного цикла ПО создается прототип продукта?
Эксплуатация и сопровождение.
Анализтребований.
Написаниекода.
Тестирование и отладка.
Что включает этап тестирования и отладки?
Написание кода и создание прототипа.
Разработкуархитектурысистемы.
Определение целей и задач проекта.
Проверку ПО на соответствие требованиям и устранение ошибок.
Какова основная цель этапа эксплуатации и сопровождения?
Созданиетехническойдокументации.
Обеспечение работы ПО и внесение необходимых изменений.
Тестирование продукта на соответствие требованиям.
Формированиекомандыразработчиков.
Какой этап жизненного цикла ПО завершает разработку спецификации?
Этаппроектирования.
Тестирование и отладка.
Написаниекода.
Эксплуатация и сопровождение.
На каком этапе жизненного цикла создается отчет о качестве ПО?
Написаниекода.
Этаппроектирования.
Тестирование и отладка
Эксплуатация и сопровождение.
Что характерно для этапа эксплуатации ПО?
Разработка архитектуры и выбор СУБД.
Проведение анализа требований к системе.
Установка ПО, обучение пользователей и обеспечение поддержки.
Создание прототипа готового продукта.
На каком этапе жизненного цикла вносятся изменения в код ПО?
Этаппроектирования.
Тестирование и отладка.
Эксплуатация и сопровождение.
Написаниекода.
Какова основная цель анализа требований?
Формирование технического задания и определение задач проекта.
Проверка качества программного продукта.
Адаптация ПО к новым условиям эксплуатации.
Создание рабочей версии приложения.
Что характерно для нисходящего (сверху вниз, Top-Down) подхода программирования?
Одновременная разработка и тестирование всех компонентов.
Постепенная сборка системы из низкоуровневых модулей.
Разработка независимых прототипов без анализа системы.
Разработка системы начинается с общего дизайна и детализации компонентов.
Какой из следующих шагов первым выполняется при использовании восходящего (снизу вверх, Bottom-Up)подхода?
Интеграция компонентов в единую систему.
Создание низкоуровневых модулей.
Разработка интерфейсов пользователя.
Разработка общей структуры системы.
Какое преимущество дает нисходящий подход программирования?
Упрощает понимание структуры системы на высоком уровне.
Сокращает время разработки за счет тестирования отдельных модулей.
Исключает необходимость интеграции модулей.
Уменьшает необходимость в документации на ранних этапах.
Что является ключевой особенностью восходящего подхода?
Сначала разрабатываются высокоуровневые интерфейсы.
Исключается этап проектирования системы.
Весь проект создается как единый блок без этапов тестирования.
Постепенное создание системы путем интеграции низкоуровневых модулей.
Какой недостаток может возникнуть при использовании нисходящего подхода?
Невозможность создания общей структуры системы.
Сложность интеграции готовых модулей.
Риск недооценки сложности низкоуровневых компонентов.
Увеличение затрат на документирование.
В какой последовательности выполняются этапы разработки при использовании восходящего подхода?
Проектирование всей системы → Разработка компонентов → Тестирование.
> Разработка модулей → Тестирование модулей → Интеграция → Завершающее тестирование.
Разработка интерфейсов → Интеграция модулей → Тестирование.
Анализ требований → Построение общей структуры → Разработка.
Какой подход чаще используется для создания крупных программных систем с четкой архитектурой?
Восходящий.
Итеративный.
Прототипирование.
Нисходящий.
Какая из следующих задач лучше решается восходящим подходом?
Определение общей структуры системы.
Формирование документации для всей системы.
Интеграция готовых модулей в крупную систему.
Анализ высокоуровневых требований.
Какой подход предполагает больший объем работы на этапе проектирования системы?
Нисходящий.
Восходящий.
Модель хаоса.
Инкрементный
Какова основная цель использования восходящего подхода?
Ускорение проектирования всей системы.
Обеспечение прозрачности высокоуровневого дизайна.
Постепенное создание и тестирование компонентов для минимизации ошибок.
Исключение необходимости в изменении кода на поздних этапах.
Каскадная модель разработки программного обеспечения представляет собой:
повторяющийся цикл планирования, реализации, проверки и оценки.
выполнение ряда задач параллельно с анализом результатов.
последовательное прохождение фаз анализа, проектирования, реализации, тестирования, интеграции и поддержки.
модель, где каждая стадия разработки сопровождается обязательным тестированием.
Основное преимущество спиральной модели разработки заключается в:
строгой последовательности этапов жизненного цикла
возможности изменения требований без необходимости начинать проект с нуля.
упрощении управления проектом за счет четкой структуры.
снижении затрат на документирование проекта.
Какая особенность итеративной модели выделяет ее среди других?
Полная невозможность возвращения к предыдущим этапам разработки.
Жесткий контроль менеджмента на всех стадиях.
Обязательное завершение каждого этапа перед началом следующего
Возможность выполнения разных видов деятельности по мере необходимости и повторения этапов.
Главным недостатком V-модели является:
> необходимость начинать проект с нуля при изменении требований
сложность оценки текущего состояния проекта и долгосрочного планирования.
> увеличенные затраты на документирование проекта.
отсутствие возможности стандартизации промежуточных целей.
Что отличает модель хаоса от других моделей разработки ПО?
Решение наиболее важной задачи в первую очередь.
Подразделение системы на набор кусков с их последовательной разработкой.
Жесткая последовательность этапов жизненного цикла.
Интеграция процесса проектирования и тестирования на всех стадиях.
Какой ключевой недостаток каскадной модели?
Невозможность изменения требований после начала проекта.
> Отсутствие возможности вернуться на предыдущий этап.
Высокая сложность тестирования.
Низкая прозрачность этапов разработки.
Какое преимущество итеративной модели выделяет ее среди других?
> Обязательное прототипирование всех этапов.
Быстрая адаптация к изменениям требований.
Упрощение процесса управления.
Сокращение затрат на тестирование.
Какова основная характеристика спиральной модели?
Полная жесткость в последовательности этапов.
Постепенное прототипирование с повторяющимися циклами.
Выполнение задач параллельно.
Решение наиболее важной задачи первой.
Какое преимущество имеет V-модель в процессе разработки ПО?
Обеспечение промежуточного тестирования на ранних этапах.
Исключение необходимости документирования.
Полная гибкость в управлении процессом.
Полное отсутствие стандартов и регламентов.
Какое ключевое отличие каскадной модели с промежуточным контролем?
> Отсутствие промежуточного тестирования.
Жесткая последовательность без возможности изменений.
Наличие обратных связей для промежуточного контроля.
Выполнение задач параллельно.
Какую модель разработки называют «водопадной»?
V-модель.
Итеративную модель.
Каскадную модель.
Модель хаоса.
В какой модели предполагается работа над системой путем последовательных приращений?
Итеративной.
Каскадной.
V-модели.
Спиральной.
Какое преимущество модели хаоса?
Жесткая последовательность этапов.
Ориентация на решение самой важной задачи в первую очередь.
Минимизация затрат на разработку.
Отсутствие необходимости тестирования.
Какой недостаток присущ спиральной модели?
Высокая сложность документирования.
Жесткая последовательность этапов
Полная невозможность изменения требований.
Невозможность регламентирования стадий выполнения.
В какой модели используется прототипирование для сокращения сроков разработки?
Спиральной модели.
Каскадной модели.
V-модели.
Итеративной модели.
Какое преимущество спиральной модели делает ее конкурентоспособной?
Снижение затрат на управление проектом.
Исключение необходимости тестирования
Быстрое достижение результатов при изменении требований.
Исключение прототипирования.
Почему важен этап анализа требований в жизненном цикле ПО?
Этап определяет стратегию тестирования и отладки.
Это этап, где создается техническая документация продукта.
На этом этапе проводится тестирование кода.
Ошибки на этом этапе могут привести к полному пересмотру архитектуры на поздних стадиях.
Как этап эксплуатации и сопровождения влияет на жизненный цикл ПО?
Исключает необходимость внесения изменений в систему.
Обеспечивает непрерывность работы продукта через адаптацию к новым требованиям.
Уменьшает затраты на проектирование следующих версий продукта.
Снижает сложность интеграции модулей.
В чем заключается сложность внесения изменений на этапе тестирования?
Тестирование проводится без учета требований заказчика.
Изменения могут затронуть архитектуру, что потребует пересмотра предыдущих этапов.
Этот этап полностью завершен, поэтому изменения невозможны.
Изменения увеличивают объем сопровождающей документации.
Как этап проектирования влияет на процесс написания кода?
Исключает этап тестирования.
Задает интерфейсы, но не влияет на выбор технологий.
Упрощает интеграцию, исключая необходимость тестирования модулей.
Определяет архитектуру системы и структуру данных, что уменьшает количество ошибок при разработке.
> Каковы основные причины вывода программного обеспечения из эксплуатации?
Моральное устаревание или появление на рынке более современных решений.
Отсутствие модульного тестирования.
> Ошибки, выявленные на этапе анализа требований.
Низкий уровень квалификации команды сопровождения.
Какую модель жизненного цикла целесообразно выбрать при неизвестных или меняющихся требованиях к ПО?
Модель разработки через тестирование
Каскадную модель.
Спиральную модель.
Водопадную модель с промежуточным контролем.
Чем обусловлен выбор инкрементной модели для разработки ПО?
Возможностью поэтапного внедрения функционала в рабочую систему.
Исключением необходимости повторного тестирования.
Жесткой последовательностью этапов разработки.
Минимизацией затрат на начальных этапах проекта.
Какое преимущество дает использование спиральной модели?
Исключает необходимость прототипирования.
Снижает риски, связанные с интеграцией модулей.
Позволяет адаптироваться к изменяющимся требованиям без значительных затрат.
Упрощает тестирование высокоуровневых функций.
Почему модель хаоса считается рискованной, но эффективной в определенных условиях?
Она полностью исключает этап тестирования.
Она гарантирует отсутствие ошибок на начальных этапах.
Она исключает необходимость формальной документации.
Она ориентирована на приоритетное решение самых важных задач, что ускоряет разработку.
Какие проекты чаще всего используют каскадную модель?
Проекты с четко определенными требованиями и стабильной архитектурой.
Проекты с высоким уровнем неопределенности в начале разработки.
Малые проекты с быстрым сроком сдачи.
Программы с минимальным количеством компонентов.
Каковы ключевые отличия в подходах к тестированию между нисходящим и восходящим подходами программирования?
подход предполагает только интеграционное тестирование.
Тестирование в нисходящем подходе исключает низкоуровневые компоненты.
Нисходящий подход использует тестирование высокоуровневых функций, а восходящий проверяет отдельные модули.
Нисходящий подход требует только финального тестирования всей системы.
Какой фактор может стать ключевым препятствием при интеграции модулей в восходящем подходе?
Отсутствие общей структуры или недостаточная детализация проектирования на начальном этапе.
Проблемы с тестированием высокоуровневых интерфейсов.
Невозможность разработки низкоуровневых модулей.
Невозможность взаимодействия с конечными пользователями.
В чем заключается основное преимущество гибридного подхода, сочетающего нисходящую и восходящую стратегии?
Полное исключение необходимости интеграции модулей.
Баланс между проектированием общей структуры и интеграцией отдельных компонентов.
Использование готовых решений без доработок.
Автоматизация всех этапов проектирования.
Почему в нисходящем подходе на этапе проектирования часто возникает сложность в учете всех требований к низкоуровневым модулям?
Высокая сложность проектирования интерфейсов.
Отсутствие навыков разработки у команды.
Полное исключение тестирования.
Требования на этом этапе могут быть недостаточно четко определены.
Какова основная причина того, что восходящий подход может быть менее эффективным для крупных систем?
Большое количество времени на проектирование.
Сложность синхронизации модулей с общей архитектурой.
Упрощенная структура системы.
Отсутствие этапа тестирования.
Какие факторы определяют выбор между нисходящим и восходящим подходами для конкретного проекта?
Длительность этапа тестирования.
Тип программного обеспечения и используемый язык программирования.
Размер команды, сложность системы и уровень детализации требований.
Предпочтения конечного пользователя.
Какое преимущество предоставляет восходящий подход при разработке высокопроизводительных систем?
Упрощение интеграции интерфейсов.
Исключение тестирования низкоуровневых модулей.
Упрощение работы над высокоуровневыми функциями.
Оптимизация низкоуровневых компонентов для достижения высокой эффективности.
В каких ситуациях нисходящий подход предпочтительнее для разработки системы?
При необходимости быстрой интеграции модулей.
Когда требуется четкое планирование архитектуры и высокая прозрачность разработки.
Когда низкоуровневые модули уже готовы.
Для разработки небольших независимых компонентов.
Какое преимущество предоставляет использование тестовых заглушек (stubs) в нисходящем подходе?
Исключает необходимость интеграционного тестирования.
Позволяет проверять функциональность высокоуровневых модулей без завершения низкоуровневых.
Ускоряет проектирование архитектуры системы.
Полностью автоматизирует процесс тестирования.
Как использование драйверов (drivers) упрощает процесс тестирования в восходящем подходе?
Позволяет полностью пропустить этап интеграции.
Исключает необходимость создания спецификации модулей.
Обеспечивает проверку низкоуровневых модулей до завершения разработки высокоуровневых.
Упрощает анализ требований конечного пользователя.
Класс методов искусственного интеллекта с обучением за счёт применения решений множества сходных задач
Методы оптимизации
Машинное обучение
Генетическиеалгоритмы
Статистика
Какой вариант не относится к ветвям машинного обучения?
Supervised learning
Statistics
Unsupervised learning
Reinforcement learning
Какова цель алгоритма машинного обучения с учителем?
Измерить характеристику каждого объекта
Структурировать выборку
Выделить кластерную структуру
По описанию объекта дать ответ на заранее заданный вопрос
Какова цель алгоритма машинного обучения без учителя?
Структурировать выборку
По описанию объекта дать ответ на заранее заданный вопрос
Выделить кластерную структуру
Измерить характеристика каждого объекта
Какие задачи относятся к машинному обучению с учителем?
Ранжирования
Классификация
Понижение размерности
Кластеризация
Какие задачи относятся к машинному обучению без учителя?
Классификация
Ранжирования
Кластеризация
Обучение перцептрона
Набор сведений об объекте, представленных в виде некоторого вектора
Класс
Размерность
Объект
Признак
Основная библиотека Python с алгоритмами машинного обучения
Sklearn
Numpy
Scipy
Pandas
Какие признаки объектов относятся к категориальным?
Бинарные
Номинальные
Непрерывные
Географические
Семейство функций, зависящих от некоторых параметров, из которых выбирается алгоритм машинного обучения –
Ветви машинного обучения
Объект
Признаки
Модель
Что означает La(x,y)=|a(x)-y|?
тестовая выборка
семейство функций
функция потерь
тренировочная выборка
Основной принцип решения задачи обучения по прецедентам
минимизация ожидаемого риска
минимизация эмпирического риска
математическое ожидание функции потерь
построение модели машинного обучения
Обучение, основанное на выявлении эмпирических закономерностей в данных
дедуктивное обучение
кластеризация
регрессия
обучение по прецедентам
Машинное обучение определяется как процесс решения практической задачи путем
формирования набора данных и алгоритмического построения статистической модели
спецификации данных
построения блок-схем
формализации данных
Какие задачи не решаются методами машинного обучения?
задачи, решаемые методами оптимизации
задачи, решаемые статистическими методами
задачи, решаемые аналитическим путём
задачи, решаемые с помощью генетических алгоритмов
Задача, в которой требуется входные данные отнести к тому или иному классу
регрессии
классификации
кластеризации
понижения размерности
Задачи, в которых делаются прогнозы в виде вещественных чисел на основе входных данных
кластеризации
понижения размерности
классификации
регрессии
Задачи, подразумевающие упорядочивание (по некоторому критерию) входного набора данных
ранжирования
регрессии
кластеризации
понижения размерности
Какие данные могут входить в обучающую выборку?
результаты измерений
верны все ответы
изображения
векторы
Какие значения могут принимать целевые данные при бинарной классификации?
y Энаоборот {-1,1}
y {0,1}m
y rm
y r
Какие значения могут принимать целевые данные при M-классовой классификации?
y {-1,1}
y {0,1}M
y {1,2,...,M}
y
Какие значения могут принимать целевые данные в m-мерной задаче регрессии?
y {-1,1}
y Rm
y {0,1}M
y R
Какие значения могут принимать целевые данные в одномерной задаче регрессии?
y R
y {-1,1}
y {0,1}M
y Rm
Как называют функцию, вычисляющую меру несоответствия между нашей моделью и обучающей выборкой?
идеальный алгоритм
решающая функция
целевая функция
функция потерь
Что означает Q=(a,x^l)=1/l Summa^l_i=1 L(a, x_i)?
функция потерь
решающая функция
средний эмпирический риск
минимальный риск
Используемая в статистике регрессионная модель зависимости одной зависимой переменной у от другой или нескольких других переменных (регрессоров, независимых переменных) х с линейной функцией зависимости:
множественная регрессия
линейная регрессия
линейная классификация
нелинейная классификация
Если между объектами разных классов можно провести разделяющую гиперплоскость, то речь может идти о задаче:
нелинейная классификация
множественная регрессия
линейная регрессия
линейная классификация
Математический метод, применяемый для решения различных задач, основанный на минимизации суммы квадратов отклонений некоторых функций от экспериментальных входных данных:
множественная регрессия
линейная регрессия
метод наименьших квадратов
линейная классификация
Статистический шум, имеющий плотность вероятности, равную плотности вероятности нормального распределения:
Salt and Pepper
Gaussian noise
Poisson noise
Shotnoise
Несоответствие найденной модели машинного обучения закону изменения данных, часть которых была представлена в обучающей выборке.
обучение с учителем
обучение с подкреплением
обучение
переобучение
Какие задачи машинного обучения относятся к задачам обучения без учителя?
многоклассовая классификации
бинарная классификация
кластеризации
регрессии
Задача, в которой исходный набор объектов не размечен и нужно построить модель, которая бы разносила образы по группам (классам), используя заданную (или выбранную) метрику между объектами
кластеризации
классификации
регрессии
понижения размерности
Результатами задачи кластеризации являются:
алгоритм кластеризации
множество классов
множество кластеров и обученная выборка
классификатор
Случаи использования задачи кластеризации:
сложные данные разбиваются по похожим группам, упрощая их представление и обработку в пределах каждой группы
верны все перечисленные варианты
сокращение объема выборки за счет сохранения небольшого числа характерных представителей каждого класса
выделение нетипичных объектов (выбросов), которые нельзя отнести ни к одному кластеру (задачи классификации, антифрод и спам системы)
Возможные проблемы кластеризации:
отсутствие чётко выраженного единственного решения
зависимость от выбранной метрики
верны все перечисленные варианты
зависимость от исходных данных
Какие кластеры меньше, чем межклассовые
кластеры на фоне шумов
кластеры с перемычками
ленточные кластеры
внутриклассовые
Какие из приведенных вариантов не могут служить критериями качества кластеризации?
отношение среднекластерного и межкластерного расстояний
среднеквадратическое отклонение
среднее внутрикластерное расстояние
среднее межкластерное расстояние
Выберите подходы к решению задач частичного обучения (Semi-SupervisedLearning):
частичное и трансдуктивное обучение
только обучение с учителем
полностью контролируемое обучение
только обучение без учителя
Кому принадлежит алгоритм K-means?
Ли
Лэнда-Дойга
Л'Экюера
Ллойд
Способ вычисления расстояний между произвольными двумя точками в признаковом пространстве
метрика
верны все перечисленные варианты
евклидово расстояние
косинусная схожесть
В структуру дерева принятия решений (решающего дерева или регрессионного дерева) не входят
рёбра
листья
циклы
внутренние вершины
В логическом методе классификации удобно использовать формулу , , которую называют
нотация Айверсона
формула Хаверсина
алгоритм Ллойда
алгоритм Фишера
Терминальные вершины дерева -
изолированные
внутренние
концевые
смежные
Метод сбора ансамблей алгоритмов машинного обучения, при котором рассматриваются разнородные отдельно взятые модели; существует мета-модель, которой на вход подаются базовые модели, а выходом является итоговый прогноз -
AdaBoost
бустинг
бэггинг
стекинг
Метод сбора ансамблей алгоритмов машинного обучения, при котором рассматриваются однородные модели, которые обучаются независимо и параллельно, а затем их результаты просто усредняются -
бэггинг
стекинг
бустинг
AdaBoost
Метод сбора ансамблей алгоритмов машинного обучения, при котором рассматриваются однородные модели, которые обучаются последовательно, причем последующая модель должна исправлять ошибки предыдущей -
стекинг
бэггинг
бустинг
AdaBoost
В каком году Freund и Schapire предложили общую схему для композиции алгоритмов с разными весами?
2003
1957
1961
1995
Выберите критерий качества для построения решающих деревьев:
критерий Джини
энтропия
верны все варианты
ошибка классификации
Какой критерий качества представляет собой вероятность (частоту) появления объектов k-го класса в вершине дерева?
Gini impurity
predicate
entropy
information gain
Функция, определяющая, насколько хорошо было разбито дерево решений:
informationgain
entropy
predicate
impurity
Выберите метод ансамблевых алгоритмов машинного обучения, при котором формируется T независимых простых алгоритмов и вычисляется выходное значение в виде усреднения ответов от каждого из них:
стекинг
бустинг
бэггинг
AdaBoost
К какому метод ансамблевых алгоритмов машинного обучения относится формула a(x)=1/TSumma^T_i=1 a_i(x)?
бэггинг
стекинг
бустинг
AdaBoost
Величина отступа (margin) для линейных алгоритмов в задачах классификации:
a
M = <w,x>=w^T*x
a
a
Выберите название следующей метрики: p(x,y)=(Summan i=1 (x_i-y_i)^2)^1/2
косинусная схожесть
расстояние городских кварталов
Евклидова метрика
Выберите название следующей метрики: p*(x,y)=(x,y)/|x||y|=
Евклидова метрика
косинусная схожесть
расстояние городских кварталов
формула Хаверсина
Выберите название следующей метрики: p(x,y)=summs |xi -yi|
Евклидова метрика
косинусная схожесть
расстояние городских кварталов
верны все варианты
Выберите название следующей метрики: p(x,y)=2arcsin
Евклидова метрика
формула Хаверсина
косинусная схожесть
расстояние городских кварталов
Преимущество метрических алгоритмов:
необходимость хранения всей обучающей выборки
верны все варианты
обучение алгоритма сводится к запоминанию обучающей выборки
сильная зависимость от шума и выбросов
Недостаток метрических алгоритмов:
верны все варианты
сильная зависимость от шума и выбросов
идейная простота
обучение алгоритма сводится к запоминанию обучающей выборки
Метод оценки аналитической модели и её поведения на независимых данных
Байесовское сравнение
ыбор гиперпараметра
<variant>кросс-валидация
оптимизация гиперпараметров
Чем отличается гауссовский байесовский классификатор от наивной байесовской классификации?
штрафами
дисперсией
ковариационной матрицей
математическим ожиданием
Какой метод машинного обучения может использовать данный код? clf=svm.svc(kernel='linear') clf.fit(x_train, y_train)
случайный лес
K-ближайших соседей
решающих деревьев
опорных векторов
Каковы недостатки метода опорных векторов:
единственное аналитическое решение
верны все перечисленные варианты
выделение множества опорных объектов
необходимость подбора гиперпараметра
Что не относится к достоинствам метода опорных векторов:
единственное аналитическое решение
чувствительность к выбросам
верны все перечисленные варианты
выделение множества опорных объектов
