Главная /
Алгоритмы интеллектуальной обработки больших объемов данных /
Какие проблемы решают задачи кластеризации, отыскивая "скрытую структуру" исследуемых данных и не имея опорной целевой переменной?
Какие проблемы решают задачи кластеризации, отыскивая "скрытую структуру" исследуемых данных и не имея опорной целевой переменной?
вопросПравильный ответ:
разметка данных "в ручную" очень дорого и трудозатратно
построение признаков из очень большего количества данных
возможность отслеживать эволюционные изменения
поиск выбросов и шумов в исследуемых данных
исследование и визуализация больших данных
Сложность вопроса
83
Сложность курса: Алгоритмы интеллектуальной обработки больших объемов данных
67
Оценить вопрос
Комментарии:
Аноним
Если бы не данные ответы - я бы не осилил c этими тестами интуит.
01 дек 2018
Другие ответы на вопросы из темы алгоритмы и дискретные структуры интуит.
- # Дан единичный квадрат с координатами вершин (0;0), (0;1), (1;1), (1;0). При этом первая и третья вершины относятся к классу "-1", а вторая и четвертая – "1". Требуется построить классификатор, получающий на входе координату вершины, а на выходе дающий метку класса (задача XOR). Применим алгоритм градиентного бустинга (gradient boosting) с функцией потерь L(y,h)=ln(1+exp(-2*y*h)). Очевидно, h0(x)=const=0. Далее, выбираем в качестве a1 функцию, равную -1 левее разделяющей границы, проходящей через точки (1/2;0) и (0;1/2), и 1 в противном случае. Найдите итоговый коэффициент перед функцией a1 с учетом коэффициента регуляризации (shrinkage) 0,55.
- # Выберите алгоритмы которые решают задачи кластеризации
- # Основной смысл теоремы "No free lunch theorem" заключается в следующем Есть модель, которая является оптимальной для решений всех задач:
- # Какие задачи может решать Text Mining
- # Укажите не верное выражение характеристики использования алгоритма RandomForest