Главная /
Алгоритмы интеллектуальной обработки больших объемов данных /
Суть алгоритма Expectation-Maximization:
Суть алгоритма Expectation-Maximization:
вопросПравильный ответ:
Выбор вектора параметров для максимизации функции правдоподобия, соответствующей семейству параметрических моделей.
Максимизация математического ожидания многомерного нормального распределения с неизвестными параметрами.
Присваивание ожидаемых значений скрытым переменным на основании текущих оценок параметров и переоценка этих параметров с учетом обновленных ожидаемых значений.
Вычисление математического ожидания максимума функции правдоподобия, построенной на входной выборке.
Нет правильного ответа.
Сложность вопроса
53
Сложность курса: Алгоритмы интеллектуальной обработки больших объемов данных
67
Оценить вопрос
Комментарии:
Аноним
Гранд мерси за решебник по интуит.
24 мар 2020
Аноним
Большое спасибо за решениями по intiut'у.
31 авг 2018
Другие ответы на вопросы из темы алгоритмы и дискретные структуры интуит.
- # На практике, более какого числа раз имеет смысл проводить запуск алгоритма K-means ?
- # Рассмотрим многослойный персептрон, состоящий из вытянутых в линейную цепочку 10 нейронов (один из них входной, один выходной, а 8 образуют 8 скрытых слоев). Для коррекции весов используется алгоритм обратного распространения ошибки (back propagation). Функция ошибки среднеквадратическая. Значения весов и ошибка на выходе не превышают по модулю единицы. Выберите, при каких значениях сигнала на входе градиент на входе может превысить 0,0001.
- # Выберите ситуацию, при кластеризации которой, НЕ используется метод DBSCAN:
- # Объект 1 находится выше функции принятия решений, объект 2 - ниже функции принятия решений. Выберите верное утверждение.
- # Выберите особенность SVM, о которой говорится ниже: SVM оптимизирует квадратичную функцию, которая является вогнутой и её максимум существует только один: