Υποστήριξη διανυσματική μηχανή
- 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) ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ
B) Ταξινόμηση και παλινδρόμηση
C) Επεξεργασία βίντεο
D) Αναγνώρισης ομιλίας
- 2. Ποιο είναι το κόλπο του πυρήνα στο SVM;
A) Απλοποίηση του ορίου απόφασης
B) Αντιστοίχιση δεδομένων σε χώρο υψηλότερων διαστάσεων
C) Αφαίρεση ακραίων στοιχείων
D) Προσθήκη θορύβου στα δεδομένα
- 3. Ποιος πυρήνας χρησιμοποιείται συνήθως στο SVM για μη γραμμική ταξινόμηση;
A) RBF (Radial Basis Function)
B) Σιγμοειδής πυρήνας
C) Πολυωνυμικός πυρήνας
D) Γραμμικός πυρήνας
- 4. Τι είναι η παράμετρος κανονικοποίησης C στο SVM;
A) Παράμετρος πυρήνα
B) Αριθμός διανυσμάτων υποστήριξης
C) Ανταλλαγή μεταξύ περιθωρίου και σφάλματος
D) Αριθμός διαστάσεων
- 5. Ποια είναι η συνάρτηση απώλειας που χρησιμοποιείται στο SVM;
A) Μέσο τετράγωνο σφάλμα
B) Απώλεια άρθρωσης
C) Απώλεια διασταυρούμενης εντροπίας
D) Τακτοποίηση L2
- 6. Ποιος αλγόριθμος βελτιστοποίησης χρησιμοποιείται συνήθως στην εκπαίδευση SVM;
A) Διαδοχική ελάχιστη βελτιστοποίηση (SMO)
B) Μέθοδος του Νεύτωνα
C) Αδάμ
D) Gradient Descent
- 7. Σε τι χρησιμοποιείται το κόλπο του πυρήνα στο SVM;
A) Αφαίρεση θορύβου στα δεδομένα
B) Αποτελεσματικός χειρισμός μη γραμμικών διαχωρίσιμων δεδομένων
C) Αποτροπή υπερπροσαρμογής
D) Απλοποίηση της πολυπλοκότητας του μοντέλου
- 8. Ποιος είναι ο ρόλος της συνάρτησης πυρήνα στο SVM;
A) Υπολογισμός πλάτους περιθωρίου
B) Ενημέρωση βαρών μοντέλου
C) Επιλογή φορέων υποστήριξης
D) Αντιστοίχιση δεδομένων εισόδου σε χώρο υψηλότερων διαστάσεων
|