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) Αντιστοίχιση δεδομένων σε χώρο υψηλότερων διαστάσεων
B) Προσθήκη θορύβου στα δεδομένα
C) Απλοποίηση του ορίου απόφασης
D) Αφαίρεση ακραίων στοιχείων
- 3. Ποιος πυρήνας χρησιμοποιείται συνήθως στο SVM για μη γραμμική ταξινόμηση;
A) RBF (Radial Basis Function)
B) Πολυωνυμικός πυρήνας
C) Γραμμικός πυρήνας
D) Σιγμοειδής πυρήνας
- 4. Τι είναι η παράμετρος κανονικοποίησης C στο SVM;
A) Παράμετρος πυρήνα
B) Αριθμός διανυσμάτων υποστήριξης
C) Αριθμός διαστάσεων
D) Ανταλλαγή μεταξύ περιθωρίου και σφάλματος
- 5. Ποια είναι η συνάρτηση απώλειας που χρησιμοποιείται στο SVM;
A) Απώλεια άρθρωσης
B) Μέσο τετράγωνο σφάλμα
C) Απώλεια διασταυρούμενης εντροπίας
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) Απλοποίηση της πολυπλοκότητας του μοντέλου
B) Αποτροπή υπερπροσαρμογής
C) Αποτελεσματικός χειρισμός μη γραμμικών διαχωρίσιμων δεδομένων
D) Αφαίρεση θορύβου στα δεδομένα
- 8. Ποιος είναι ο ρόλος της συνάρτησης πυρήνα στο SVM;
A) Αντιστοίχιση δεδομένων εισόδου σε χώρο υψηλότερων διαστάσεων
B) Υπολογισμός πλάτους περιθωρίου
C) Επιλογή φορέων υποστήριξης
D) Ενημέρωση βαρών μοντέλου
|