ЗАПИТАННЯ І ЗАВДАННЯ

  • 1. Чи можна якимось чином перетворити безліч ознак для лінійної регресії, щоб апроксимувати періодичні функції? Чому?
  • 2. Перетворіть метод стохастичного градієнта для навчання логістичної регресії до методу пакетного градієнтного спуску.
  • 3. Які ядра, крім гауссова, ви б могли запропонувати для методу Парзеіа - Розенблатта?
  • 4. Яка трудомісткість методу ковзаючого контролю ( Leave-One-Out ) для логістичної регресії, навченою методом стохастичного градієнта?
  • 5. Наведіть приклад завдання, в якій необхідно класифікувати дані на два класи. Який алгоритм серед розглянутих ви б вважали за краще для її вирішення? Чому?
  • 6. Як ви вважаєте, чи можна перетворити дерево прийняття рішень в набір правил на Prolog '? Чому? Якщо це можливо, то як би ви побудували систему навчання бази знань на Prolog?

ПРАКТИКУМ

  • 1. Запишіть алгоритм зворотного поширення помилки в матричної формі.
  • 2. В пакеті Weka є реалізації дерев прийняття рішень (наприклад, алгоритм М5Р ) і узагальнення алгоритмів дерев прийняття рішень до лісів (наприклад, Random Forest ). Знайдіть для них опису роботи і спробуйте порівняти якість виконання завдання класифікації звичайним деревом і лісом. Дані для класифікації можна подивитися, наприклад, тут: http://sci2s.ugr.es/keel/catcgory.php2cat = clas # sub2. Якщо є відмінності в якості, то спробуйте пояснити, чому.
  • 3. Реалізуйте на вашому улюбленому мовою програмування алгоритм наївною байєсівської класифікації і метод Парзена - Розенблатта. Аналогічно попередній задачі, порівняйте ці два методи між собою.

РЕКОМЕНДОВАНА ЛІТЕРАТУРА

  • 1. Воронцов , К. В. Лекції за статистичними (Байєсова) алгоритмам класифікації / К. В. Воронцов. - URL: http://www.machinelearning.ru/ wi ki / images / e / ed / V oron - M L- Bayes.pdf
  • 2 . Марманіс, X. Алгоритми інтелектуального Інтернету. Передові методики збору, аналізу і обробки даних / X. Марманіс, Д. Бабенко. - М .: Символ-Плюс, 2011 року.
  • 3. Сегаран, Т. Програмуємо колективний розум / Т. Сегаран. - М .: Символ, 2015.
  • 4. Шампапдар, А. Д. Штучний інтелект в комп'ютерних іграх: як навчити віртуальні персонажі реагувати на зовнішні впливи / А. Д. Шампандар. - М .: Вільямс, 2007.
  • 5. Hastie, Т. The Elements of Statistical Learning, Data Mining, Inference, and Prediction / Т. Hastie, R. Tibshirani, J. Friedman. - California: Springer, 2008.
 
Переглянути оригінал
< Попер   ЗМІСТ   ОРИГІНАЛ   Наст >