آلة المتجهات الداعمة - اختبار
- 1. آلة المتجهات الداعمة (SVM) هي خوارزمية تعلم آلي تحت الإشراف تُستخدم بشكل شائع في مهام التصنيف والانحدار. يهدف SVM إلى إيجاد المستوى الفائق الذي يفصل بشكل أفضل بين نقاط البيانات في فئات مختلفة، مع وجود هامش واضح بين الفئات. تعمل آلة المتجهات الداعمة عن طريق تحويل البيانات المدخلة إلى فضاء ميزات عالي الأبعاد، ثم إيجاد المستوى الفائق الأمثل الذي يزيد من الهامش بين الفئات. يتم إيجاد هذا المستوى الفائق الأمثل من خلال حل مسألة تحسين تهدف إلى تقليل خطأ التصنيف وزيادة الهامش. تُعرف آلة المتجهات الداعمة بقدرتها على التعامل مع البيانات عالية الأبعاد ومهام التصنيف المعقدة. كما أنها فعالة في التعامل مع البيانات غير الخطية باستخدام دوال النواة لتحويل البيانات إلى فضاء ذي أبعاد أعلى. تُستخدم آلة المتجهات الداعمة على نطاق واسع في تطبيقات متنوعة مثل تصنيف النصوص، والتعرف على الصور، وعلم الأحياء الحسابي، وذلك بفضل مرونتها ودقتها وقوتها. ما هي استخدامات آلة المتجهات الداعمة (SVM)؟
A) التعرف على الكلام
B) تصنيف وانحدار
C) معالجة الصور
D) تحرير الفيديو
- 2. ما هي خدعة النواة في خوارزمية SVM؟
A) إضافة ضوضاء إلى البيانات.
B) إزالة القيم المتطرفة.
C) تبسيط حدود القرار.
D) تحويل البيانات إلى فضاء ذي أبعاد أعلى.
- 3. ما هو النواة (kernel) الأكثر استخدامًا في آلات المتجهات الداعمة (SVM) للتصنيف غير الخطي؟
A) نواة سيجمويد (Sigmoid kernel)
B) نواة متعددة الحدود (Polynomial kernel)
C) نواة خطية (Linear kernel)
D) نواة دالة الأساس الشعاعي (RBF - Radial Basis Function)
- 4. ما هو دور دالة النواة في خوارزمية آلة المتجهات الداعمة (SVM)؟
A) تحديث أوزان النموذج.
B) حساب عرض الهامش.
C) اختيار المتجهات الداعمة.
D) تحويل البيانات المدخلة إلى فضاء ذي أبعاد أعلى.
- 5. ما هي دالة الخسارة المستخدمة في آلة المتجهات الداعمة (SVM)؟
A) دالة الخسارة الانتروبية التقاطعية (Cross-entropy loss)
B) متوسط مربع الخطأ (Mean squared error)
C) دالة الخسارة الهامشية (Hinge loss)
D) التنظيم L2 (L2 regularization)
- 6. ما هو معامل التنظيم C في خوارزمية SVM؟
A) عدد المتجهات الداعمة.
B) معامل النواة.
C) عدد الأبعاد.
D) المفاضلة بين الهامش والخطأ.
- 7. ما هو الغرض من استخدام تقنية النواة في آلات المتجهات الداعمة (SVM)؟
A) إزالة الضوضاء من البيانات.
B) منع التجاوز في التكيف (overfitting).
C) التعامل بكفاءة مع البيانات غير الخطية التي لا يمكن فصلها.
D) تبسيط تعقيد النموذج.
- 8. ما هو الخوارزمية التحسينية الأكثر استخدامًا في تدريب آلات المتجهات الداعمة (SVM)؟
A) طريقة نيوتن
B) نزول التدرج
C) آدام
D) التحسين التسلسلي الأدنى (SMO)
|