Главная /
Алгоритмы интеллектуальной обработки больших объемов данных /
Факты об алгоритме бустинга. При нулевой ошибке на обучающей выборке, количество ошибок на тестовой выборке ?
Факты об алгоритме бустинга. При нулевой ошибке на обучающей выборке, количество ошибок на тестовой выборке ?
вопросПравильный ответ:
падает
возрастает
одинаково
Сложность вопроса
81
Сложность курса: Алгоритмы интеллектуальной обработки больших объемов данных
67
Оценить вопрос
Комментарии:
Аноним
Это очень легкий вопрос по интуиту.
14 окт 2018
Аноним
Какой человек гуглит данные ответы с интуитом? Это же легко
03 апр 2018
Аноним
Пишет вам преподаватель! Прямо сейчас сотрите сайт с ответами по интуит. Не ломайте образование
08 дек 2016
Другие ответы на вопросы из темы алгоритмы и дискретные структуры интуит.
- # Недостаток алгоритма Expectation Maximization (EM) заключается в следующем:
- # 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)=(1/2)*(y-h)^2. 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 b1 – вес функции a1 с точностью до одного знака после запятой.
- # Какое утверждение можно отнести к первому правилу Хебба ?
- # В задачах Text Mining, при извлечения очевидной информации, основные трудности для "машины" представляют ?
- # Преимущества SVM?