|
Question |
Answer |
Które ze stwierdzeń odnośnie inicjalizacji wag jest FAŁSZEM? start learning
|
|
odpowiedź: początkowo najlepiej ustawić wagi na 0
|
|
|
Dlaczego nie powinniśmy inicjalzować wag ustawiając je wszystkie na 0? start learning
|
|
odpowiedź: takiej sytuacji wszystkie neurony ukryte mają TEN SAM GRADIENT
|
|
|
Załóżmy, że neuron otrzymuje n wejść x1 x2 x3 ... xn na połączeniach z wagami w1, w2, wn. Całkowite pobudzenie przesyłanie do funkcji aktywacji wyraża się wzorem: start learning
|
|
|
|
|
Poniżej przedstawiona jest charakterystyka regresji logistyczynej Zaznacz stwierdzenia PRAWDZIWE start learning
|
|
odpowiedź: funkcja dopasowana etropia krzyżowa, do modelowania prawdopodobieństwa w regresji stostowana jest funkcja SIGMOIDALNA, wyjście reprezentuje prawdopodobieństwo
|
|
|
Zadanie klasyfikacji i regresji musi być wykonywana przy użyciu odpowiedniej funkcji straty(kosztu). Wybierz własciwe funkcje dla obu zadań spośród propozycji podanych poniżej: start learning
|
|
odpowiedź: dla zadania regresji BŁĄD ŚREDNIOKWADRATOWY a dla zadania klasyfikacji ENTROPIA KRZYŻOWA
|
|
|
Jaki jest cel użycia regularyzacji L1 i L2 w sieciach neuronowych? start learning
|
|
odpowiedź: poprawa generalizacji
|
|
|
EDA to ekspoloracyjna analiza danych. Zaznacz techniki jakie są w niej wykorzystywane. start learning
|
|
odpowiedź: PODEJŚCIE STATYCZNE, METODY WIZULAIZACJI
|
|
|
Uczenie seici przez zbyt duża liczbę epok prowadzi do: start learning
|
|
odpowiedź: długiego czasu uczenia, przeuczenia, niepotrzebnej straty czasu
|
|
|
Które z podanych czynników tworzą nieliniową nature sieci neuronowych? start learning
|
|
odpowiedź: funkcje aktywacji
|
|
|
Które z tych stwierdzeń jest FAŁSZEM? start learning
|
|
odpowiedź: Korzystając z zaimplementowanego modelu sieci, niezależnie od wartości początkowych wag, sieć zawsze wyuczy się określonego zadania.
|
|
|
klasyfikator wykorzystujący sieć w PEŁNI POŁĄCZONĄ. start learning
|
|
odpowiedź: klasyfikację wieloetykietową
|
|
|
Propagacja wsteczna to technika uczenia sieci neuronowych. Określ co rzutuję wstecz zaznaczając właściwą odpowiedź: start learning
|
|
odpowiedź: gradient błędu
|
|
|
Skąd bierze się termin NAIWNY w naiwnym klasyfikatorze BAYESA? start learning
|
|
odpowiedź: Bo robimy założenie warunkowej niezależności zmiennych wejściowych względem klasy.
|
|
|
Liczba wag w sieci MLP w pełni połączonej o 5 neuronach w warstwie wejściowej i 5 neuronach w warstwie ukrytej oraz 3 warstwie wejściowej wynosi: start learning
|
|
|
|
|
Skalujemy wejścia sieci neuronowej żeby poprawić zbieżność i przyspieszyć proces uczenia: start learning
|
|
|
|
|
Określ w jaki sposób rzutowane są gradienty błędów w metodzie propagacji wsteczej w celu aktualizacji wag: start learning
|
|
odpowiedź: od warstwy WYJŚCIOWEJ do WEJŚCIOWEJ
|
|
|
Które ze stwierdzeń najlepiej definiuje pojecie generalizcji w odniesieniu do sieci neuronowych? start learning
|
|
odpowiedź: zdolność do wyuczenia się funkcji odwzorowywującej dane wejściowe na wyjściowe
|
|
|
Które z podanych stwierdzeń dotyczących uczenia metodą SGD na małych paczkach (mini batch SGD) jest fałszem? start learning
|
|
odpowiedź: efekt działania tej metody jest identyczny z SGD(stochasatic gradient)
|
|
|
Które z podanych niżej funkcji NIE mogą być stosowane w sieci MLP uczonej metodą propagacji wstecznej? start learning
|
|
odpowiedź: funkcja progowa
|
|
|
Mamy zamodelować szanse przeżycia pacjentki z rakiem piersi na podstawie jej wieku i rozmiaru guza. Jaki rodzaj modelu proponowałbyś użyć. start learning
|
|
odpowiedź: regresja logistyczna
|
|
|
Zaznacz te elementy, spośród wymienionych, które wpływają na szybkość uczenia: start learning
|
|
odpowiedź: wartości początkowych wag, liczba użytych neuronów w sieci, użyta funkcja aktywacji, wartość początkowych wag, liczba użytych neuronów sieci, użyta funkcja aktywacji, wartość współczynnika uczenia
|
|
|
Eksploracyjna analiza danych (EDA) powinna być krokiem wstępnym przed użyciem metody maszynowego uczenia. Poniżej zamieszczono na jej temat kilka stwierdzień. Zaznacz to, które jest Twoim zdaniem NIEPRAWDZIWE. start learning
|
|
odpowiedź: Dostracza informacji dokładności rozpoznawania modelu wyuczonego na tych danych.
|
|
|
Czym jest funkcja kosztu? start learning
|
|
odpowiedź: funckja określająca jak dobzsre model funkcjonuje przy danych wartościach parametru
|
|
|
Dobór początkowej wartości współczynnika uczenia przy użyciu optymalizacji współczynnika uczenia, nie ma wpływu na szybkość uczenia modelu. Prawda czy Fałsz? start learning
|
|
|
|
|
Główne ograniczenie metody propagacji wstecznej to: start learning
|
|
odpowiedź: wolna zbieżność, minimuma lokalne, skalowalność
|
|
|
Jednym z problemów z zastosowaniem funkcji SIGMOIDALNEJ jest jej nasycenie dla dużych i małych wartości. Czy zastosowanie funkcji tangensa hiperbolicznego jako funkcji aktywacji pozwala uniknąć tego problemu? start learning
|
|
|
|
|
Które funkcje starty są używane w zadaniu regresji? start learning
|
|
odpowiedź: średni błąd bezwględny, błąd średniokwadratowy
|
|
|
