Выберите верные утверждения:
объекты описываются с помощью признаков
признаки описываются с помощью объектов
одна из задач машинного обучения - научиться делать прогнозы для признаков
одна из задач машинного обучения - научиться делать прогнозы для объектов
Выберите корректные названия типов признаков:
устойчивые признаки
бинарные признаки
числовые (количественные) признаки
номинальные (категориальные) признаки
порядковые признаки
нетривиальные признаки
описательные признаки
текстовые признаки
Выберите все примеры бинарных признаков
наличие головной боли у пациента
цвет глаз
воинское звание
пол
возраст
автор книги
согласие
уровень образования
степень инвалидности
рост
Выберите все примеры количественных (числовых) признаков
наличие судимости
Выберите все примеры номинальных признаков
место проживания
Выберите все примеры порядковых признаков
Какие из этих задач являются задачами классификации?
прогноз оценки студента по пятибалльной шкале на экзамене в конце следующей сессии
прогноз температуры на следующий день
разделение книг, хранящихся в электронной библиотеке на научные и художественные
поиск групп похожих пользователей интернет-магазина
Какая из этих фраз наиболее точно описывает переобучение?
Переобучение - это ситуация, в которой алгоритм выдаёт недетерминированные ответы на новых данных (то есть при разных запусках на одном и том же объекте можно получить разные предсказания)
Переобучение - это ситуация, в которой алгоритм часто отказывается от построения прогноза на новых данных
Переобучение - это ситуация, в которой алгоритм показывает одинаково плохое качество и на обучающей выборке и на новых данных
Переобучение - это ситуация, в которой алгоритм показывает хорошее качество на обучающей выборке, но при этом плохо работает на новых данных
К типам задач машинного обучения относятся:
задачи классификации
задачи регрессии
задачи ранжирования
задачи формализации
задачи пересечения
задачи описания
Что такое обобщающая способность (generalization ability/performance)
Алгоритм обучения обладает способностью к обобщению, если вероятность ошибки на тестовой выборке достаточно мала или хотя бы предсказуема, т.е. не сильно отличается от ошибки на тестовой выборке
Это способность алгоритма классификации обобщать несколько классов в один для упрощения работы
Это нежелательное явление, когда алгоритм обучения не обеспечивает достаточно малой величины средней ошибки на обучающей выборке
Это нежелательное явление, при котором вероятность ошибки обученного алгоритма на объектах тестовой выборки оказывается намного большей средней ошибки на обучающей выборке
Что такое эмпирический риск?
Средняя ошибка алгоритма на обучающей выборке
Вероятность переобучения алгоритма
Вероятность отказа от классификации
Вероятность недообучения
