- 1. Μια μηχανή διανυσμάτων υποστήριξης (SVM) είναι ένας εποπτευόμενος αλγόριθμος μηχανικής μάθησης που χρησιμοποιείται συνήθως για εργασίες ταξινόμησης και παλινδρόμησης. Ο στόχος του SVM είναι να βρει το υπερεπίπεδο που διαχωρίζει καλύτερα τα σημεία δεδομένων σε διαφορετικές κλάσεις, με ένα σαφές περιθώριο μεταξύ των κλάσεων. Το SVM λειτουργεί αντιστοιχίζοντας τα δεδομένα εισόδου σε ένα χώρο χαρακτηριστικών υψηλών διαστάσεων και βρίσκοντας το βέλτιστο υπερεπίπεδο που μεγιστοποιεί το περιθώριο μεταξύ των κλάσεων. Αυτό το βέλτιστο υπερεπίπεδο βρίσκεται λύνοντας ένα πρόβλημα βελτιστοποίησης που στοχεύει στην ελαχιστοποίηση του σφάλματος ταξινόμησης και τη μεγιστοποίηση του περιθωρίου. Το SVM είναι γνωστό για την ικανότητά του να χειρίζεται δεδομένα υψηλών διαστάσεων και πολύπλοκες εργασίες ταξινόμησης. Είναι επίσης αποτελεσματικό στην αντιμετώπιση μη γραμμικών δεδομένων χρησιμοποιώντας συναρτήσεις πυρήνα για την αντιστοίχιση των δεδομένων σε χώρο υψηλότερης διάστασης. Το SVM χρησιμοποιείται ευρέως σε διάφορες εφαρμογές όπως η ταξινόμηση κειμένου, η αναγνώριση εικόνων και η βιοπληροφορική λόγω της ευελιξίας, της ακρίβειας και της στιβαρότητάς του. Σε τι χρησιμεύει το Support Vector Machine (SVM);
A) Ταξινόμηση και παλινδρόμηση
B) Επεξεργασία βίντεο
C) Αναγνώρισης ομιλίας
D) ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ
- 2. Ποιο είναι το κόλπο του πυρήνα στο SVM;
A) Απλοποίηση του ορίου απόφασης
B) Αφαίρεση ακραίων στοιχείων
C) Προσθήκη θορύβου στα δεδομένα
D) Αντιστοίχιση δεδομένων σε χώρο υψηλότερων διαστάσεων
- 3. Ποιος πυρήνας χρησιμοποιείται συνήθως στο SVM για μη γραμμική ταξινόμηση;
A) Πολυωνυμικός πυρήνας
B) RBF (Radial Basis Function)
C) Σιγμοειδής πυρήνας
D) Γραμμικός πυρήνας
- 4. Τι είναι η παράμετρος κανονικοποίησης C στο SVM;
A) Παράμετρος πυρήνα
B) Αριθμός διαστάσεων
C) Αριθμός διανυσμάτων υποστήριξης
D) Ανταλλαγή μεταξύ περιθωρίου και σφάλματος
- 5. Ποια είναι η συνάρτηση απώλειας που χρησιμοποιείται στο SVM;
A) Απώλεια διασταυρούμενης εντροπίας
B) Μέσο τετράγωνο σφάλμα
C) Απώλεια άρθρωσης
D) Τακτοποίηση L2
- 6. Ποιος αλγόριθμος βελτιστοποίησης χρησιμοποιείται συνήθως στην εκπαίδευση SVM;
A) Αδάμ
B) Μέθοδος του Νεύτωνα
C) Διαδοχική ελάχιστη βελτιστοποίηση (SMO)
D) Gradient Descent
- 7. Σε τι χρησιμοποιείται το κόλπο του πυρήνα στο SVM;
A) Αποτροπή υπερπροσαρμογής
B) Αποτελεσματικός χειρισμός μη γραμμικών διαχωρίσιμων δεδομένων
C) Απλοποίηση της πολυπλοκότητας του μοντέλου
D) Αφαίρεση θορύβου στα δεδομένα
- 8. Ποιος είναι ο ρόλος της συνάρτησης πυρήνα στο SVM;
A) Επιλογή φορέων υποστήριξης
B) Υπολογισμός πλάτους περιθωρίου
C) Ενημέρωση βαρών μοντέλου
D) Αντιστοίχιση δεδομένων εισόδου σε χώρο υψηλότερων διαστάσεων
|