Lingvistika
Oraliq nazorat
Javoblar
“Yaxshi akslantirilgan masalani o’rganish: A kompyuter dasturi biror T vazifani E tajribadan o’rganadi va biror P natijani ko’rsatadi, Agar T vazifani o’zida, P natijasi bo’lsa, E tajribani mukammallashtiradi ”.
Faraz qilamiz, sizda e-mail tizimining(gmail, mail.ru v.k.) dasturi bor, ushbu dastur sizga kelayotgan xatlarni spam yoki spam emas deb belgilab turishingizni kuzatib turadi va xulosa chiqarib o’rganadi. Savol: Bu yerda ta’rifdagi T vazifa nima?
Javob:
A. Kelayotgan pochtalarni spam yoki spam emas kabi klassifikatsiyalash (ajratish).
Faraz qilaylik, quyidagi ikkita masalani yechish uchun o’rganish algoritmini tuzishingiz talab qilinsin:
1. Sizda juda ko’p bir-biriga o’xshash inventarizatsiyalashgan mahsulotlar bor. Siz keyingi 3 oy davomida ushbu mahsulotlarning qanchasi sotilishini oldindan aytmoqchisiz?
2. Siz dasturingizdagi har bir foydalanuchini ko’rikdan o’tkazmoqchisiz va bilmoqchisizki, ushbu foydalnuvchingiz hack qilinganmi yoki texnik xatolik yuz berganmi?
Ushbu masalalar klassifikatsiya masalasi deb qaraladimi yoki regressiya?
Javob:
C. 1-masala regressiya masalasi, 2-masala klassifikatsiya masalasi.
Talabaning birinchi yilda qanchalik yaxshi o'qiganini hisobga olgan holda, kollej yoki universitetning ikkinchi yilida talaba qanchalik yaxshi ishlayotganini taxmin qilish masalasini ko'rib chiqing. Xususan, x ga talabaning kollejning birinchi yilida (birinchi kursda) oladigan "A" (shu jumladan A-. A va A + sinflari) soniga teng bo'lsin. Biz y ning qiymatini bashorat qilishni istaymiz, uni ikkinchi yilida (ikkinchi yil) olgan "A" sinflar sonini aniqlaymiz. Bu yerda har bir satr bitta mashq namunasidir. Eslatib o'tamiz, chiziqli regressiyada bizning farazimiz h(x) = ax+b va biz alomatlar sonini ko'rsatish uchun “m” dan foydalanamiz.
x y
5 4
3 4
0 1
4 3
Yuqorida keltirilgan alomatlar uchun (shuni esda tutingki, ushbu o'quv to'plamini ushbu savolnomadagi boshqa savollarda ham ko'rish mumkin) m ning qiymati qanday?
Javob:
Keltirilgan misollar soni 4 shunga m=4. h(x) = ax+b funksiyani esa
qiymatni minimallashtiradigan a va b larni iteratsiya yordamida aniqlashimiz mumkin.
O’rgatilmagan o’rganishga (unsupervised learning) quyidagi qaysilari misol
bo’la oladi?
Javob:
Internetdan to’plangan bir to’da yangiliklar to’plami sizga berilgan bo’lsin, bir xil turdagi yangiliklarni guruhlarga ajratish.
Bemorlarda diabet bor yoki yo’qligi haqida ma’lumotlar ba’zasi berilgan, yangi bemor kelganda unga tashxis qo’yish.
Tarjimasi
Faraz qilaylik, biror chiziqli regressiya (aytaylik, ma’ruzada o’tilgan uyni narxlash) masalasida o’rganuvchi to’plamimiz (training set) uchun shunday θ0 va θ1 larni aniqladikki, J(θ0, θ1)= 0 ni qanoatlantiradigan. U holda quyidagilarning qaysi biri to’g’ri bo’ladi? (To’g’ri javoblarni hammasini belgilang):
J(θ0, θ1) = 0 ni qanoatlantiradigan θ0 va θ1 larda to’plamning har bir (xi, yi) elementi uchun hθ(xi) = yi bo’ladigan hθ(x) mavjud.
To’g’ri. Chunki θ0 va θ1 qiymatlarning J(θ0, θ1) = 0 ni qanoatlantirishi, bu to’plamning har bir elementi hθ(x)= θ0+θ1*x to’g’ri chiziqda yotishini anglatadi.
Hattoki, biz bu bilan hali ko’rmagan yangi misollar uchun ham y ning qiymatini bemalol mukammal taxmin qila olamiz (masalan, bizga noma’lum yangi uylarning narxini aniq taxmin qilolamiz).
Noto’g’ri. Bu narsa, xuddi ko’lmakdagi baliqchaning ummon haqida fikrlashidek gap)
Bu to’g’ri bo’lishi uchun, bizda θ0= 0 va θ1 = 0 bo’lishi kerak, shunda hθ(x) = 0.
Noto’g’ri. Agar hθ(x) = 0 bo’lsa, J(θ0, θ1) =0 ekanidan barcha yi=0 ekani anglashiladi. Bu esa xato.
Bu mumkin emas: J(θ0, θ1) ning ta’rifiga ko’ra J(θ0, θ1) = 0 o’rinli bo’ladigan θ0 va θ1
mavjud emas.
Noto’g’ri.
Nega endi mumkin emas. Agar o’rganilayotgan to’plam 2 elementdan iborat bo’lsa, ular bir to’g’ri chiziqda yotadi va J(θ0, θ1) =0 bo’ladi. Umuman, ko’proq element bo’lgan taqdirda ham, shunday θ0 va θ1 lar topilishi mumkin, axir bu hayot.
Do'stlaringiz bilan baham: |