Машина опорних векторів - вікторина
- 1. Машина опорних векторів (SVM) - це керований алгоритм машинного навчання, який зазвичай використовується для задач класифікації та регресії. Мета SVM - знайти гіперплощину, яка найкраще розділяє точки даних на різні класи з чіткою межею між класами. SVM працює шляхом відображення вхідних даних у високорозмірний простір ознак і знаходження оптимальної гіперплощини, яка максимізує відстань між класами. Ця оптимальна гіперплощина знаходиться шляхом розв'язання оптимізаційної задачі, яка має на меті мінімізувати помилку класифікації та максимізувати маржу. SVM відомий своєю здатністю обробляти дані високої розмірності та вирішувати складні завдання класифікації. Він також ефективний у роботі з нелінійними даними, використовуючи функції ядра для відображення даних у простір вищої розмірності. Завдяки своїй гнучкості, точності та надійності SVM широко використовується в різних додатках, таких як класифікація тексту, розпізнавання зображень та біоінформатика.
Для чого використовується машина опорних векторів (SVM)?
A) Класифікація та регресія
B) Обробка зображень
C) Розпізнавання мови
D) Редагування відео
- 2. У чому полягає хитрість ядра в SVM?
A) Додавання шуму до даних
B) Видалення викидів
C) Відображення даних у простір вищої розмірності
D) Спрощення межі прийняття рішень
- 3. Яке ядро найчастіше використовується в SVM для нелінійної класифікації?
A) RBF (Radial Basis Function)
B) Сигмоїдне ядро
C) Поліноміальне ядро
D) Лінійне ядро
- 4. Для чого використовується трюк з ядром у SVM?
A) Ефективна обробка нелінійних даних, що розділяються
B) Видалення шуму в даних
C) Спрощення складності моделі
D) Запобігання надмірному пристосуванню
- 5. Який алгоритм оптимізації найчастіше використовується для навчання ШНМ?
A) Адаме.
B) Градієнтний спуск
C) Послідовна мінімальна оптимізація (SMO)
D) Метод Ньютона
- 6. Яка роль функції ядра в SVM?
A) Вибір векторів підтримки
B) Розрахунок ширини полів
C) Оновлення ваг моделей
D) Відображення вхідних даних у простір вищої розмірності
- 7. Яка функція втрат використовується в SVM?
A) L2 регуляризація
B) Середня квадратична похибка
C) Втрата перехресної ентропії
D) Втрата петлі
- 8. Що таке параметр регуляризації C в SVM?
A) Параметр ядра
B) Кількість опорних векторів
C) Кількість розмірів
D) Компроміс між маржею та похибкою
|