ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 04.02.2024
Просмотров: 452
Скачиваний: 3
Содержимое файла data.csv:,X,Y0,5.496,-5.271,6.475,-3.9372,5.682,-3.9063,-2.269,-9.1094,-1.311,-8.6855,-2.768,-9.1266,5.176,-4.427,-2.355,-8.968,-2.536,-8.2079,-0.7,-8.64810,-1.7,-8.83811,5.808,-4.50712,-1.946,-9.5313,6.297,-3.76814,6.042,-4.29615,-1.832,-9.05316,6.047,-4.12117,6.417,-4.34218,5.809,-4.47119,-1.491,-8.36520,-2.065,-8.64621,-1.83,-8.25622,6.877,-4.51723,5.786,-4.80824,5.102,-4.14925,-1.819,-8.76426,5.059,-4.53127,-1.552,-8.4528,-1.071,-9.04829,5.775,-3.933Вопрос 33НеверноБаллов: 0,0 из 1,0Отметить вопросТекст вопросаТребуется рассчитать выходной сигнал одного нейрона с функцией активации сигмоид для заданного вектора входных сигналов X. Значения входных весовых коэффициентов равны 0,5, смещение равно 0,5. Ответ требуется округлить с помощью функции round() до 2 знаков и записать через символ «.». Вектор входных сигналов X:X = [0.32 0.77 0.18 0.64 -0.55 -0.68 0.22 0.3 0.21 0.4].Вопрос 34НеверноБаллов: 0,0 из 1,0Отметить вопросТекст вопросаС использованием библиотеки Pandas осуществляется загрузка обучающей выборки данных из файла data.csv. Последний столбец в загруженных данных отвечает за метку класса (столбец "C"), остальные столбцы отвечают за атрибуты (столбцы "A1", "A2", "A3"). Загруженные данные используются для построения дерева классификации. При этом применяется библиотека Sklearn, а построение дерева осуществляется по алгоритму CART. Требуется определить условие разбиения данных в корневом узле. Примеры записи ответов: "A3 <= -1.625" или "A2 <= -6.359".Содержимое файла data.csv:,A1,A2,A3,C0,6.612,0.115,-9.804,0.01,9.739,-2.589,-5.761,0.02,6.41,-1.238,-9.072,0.03,7.757,-4.535,-4.318,0.04,6.175,-7.84,1.45,1.05,6.454,-3.52,8.665,3.06,4.471,-5.875,5.383,3.07,5.92,-0.174,-0.166,1.08,-9.712,-1.661,4.84,4.09,4.518,6.696,8.091,2.010,3.594,1.075,1.204,1.011,6.85,1.347,-3.453,1.012,-10.747,1.083,6.564,4.013,4.888,8.661,4.826,2.014,5.542,-6.276,-6.76,0.015,-9.105,-1.685,0.704,4.016,6.322,-5.251,1.494,3.017,6.967,-6.407,-8.887,0.018,5.312,-3.276,5.297,3.019,2.715,-5.991,3.966,3.020,-9.839,1.417,4.091,4.021,-0.074,6.882,5.223,2.022,-6.291,-2.407,5.923,4.023,4.395,7.174,0.533,2.024,7.559,-5.145,7.667,3.025,7.046,5.824,3.333,2.026,5.048,-1.659,3.36,1.027,-9.023,-3.788,1.535,4.028,8.3,5.183,3.522,2.029,8.236,-4.342,-7.325,0.030,1.164,-1.417,1.874,1.0Вопрос 35НеверноБаллов: 0,0 из 1,0Отметить вопросТекст вопросаНейронная сеть состоит из единственного нейрона с сигнатурной функцией активации. Нейронная сеть инициализирована вектором весовых коэффициентов W и значением смещения b. После инициализации проводится обучение нейронной сети по методу дельта-правила с использованием выборки, состоящей из входных сигналов A1, A2, A3, и с ожидаемыми выходными значениями D1, D2, D3. Последовательность подачи входных сигналов: первая итерация обучения – A1, вторая итерация обучения – A2, третья итерация обучения – A3. Коэффициент скорости обучения
n равен 0.2. Требуется рассчитать сумму весовых коэффициентов W и смещения b нейрона после третьей итерации обучения. Ответ требуется округлить с помощью функции round() до 2 знаков и записать через символ «.».Исходные данные:W = [0.5 0.5 0.5 0.5 0.5], b = 0.5A1 = [-0.73 -0.08 -0.68 0.48 0.87], D1 = -1A2 = [0.54 0.72 -0.87 -0.87 -0.65], D2 = 1A3 = [0.4 0.21 0.83 -0.29 0.12], D3 = 1Вопрос
36ВерноБаллов: 1,0 из 1,0Отметить вопросТекст вопросаС помощью библиотеки sklearn на основе алгоритма k-means производится кластеризация точек на плоскости. Для этого с использованием библиотеки pandas осуществляется загрузка выборки данных из файла data.csv, который содержит значения координат точек (X, Y) исследуемых объектов. При кластеризации используются стандартные параметры алгоритма k-means, кроме n_clusters=2. Требуется определить количество объектов в каждом кластере. При записи ответа значения приводить в порядке убывания. Примеры записи ответов: «20, 10» или «12, 11».Содержимое файла data.csv:,X,Y0,0.386,-1.0971,-0.997,-2.1312,-1.906,-0.6173,0.029,0.7814,1.119,0.9325,0.038,0.5146,-0.675,0.2187,1.975,-0.3048,1.167,0.289,0.738,0.37910,0.828,0.02611,0.84,-0.7812,-0.029,-0.26313,-0.922,-0.58614,1.208,0.59115,0.265,-2.21116,1.164,-1.24217,-1.662,-0.36718,-0.943,-0.7219,1.312,0.94320,0.561,0.05821,2.281,0.03522,0.981,0.48523,-0.004,-2.81324,0.861,-0.63325,-0.739,1.11926,0.06,0.52927,0.001,-1.10528,-1.776,-0.09329,-1.985,1.307Вопрос 37НеверноБаллов: 0,0 из 1,0Отметить вопросТекст вопросаНейронная сеть состоит из единственного нейрона с сигнатурной функцией активации. Нейронная сеть инициализирована вектором весовых коэффициентов W и значением смещения b. После инициализации проводится обучение нейронной сети по методу дельта-правила с использованием выборки, состоящей из входных сигналов A1, A2, A3, и с ожидаемыми выходными значениями D1, D2, D3. Последовательность подачи входных сигналов: первая итерация обучения – A1, вторая итерация обучения – A2, третья итерация обучения – A3. Коэффициент скорости обучения n равен 0.2. Требуется рассчитать сумму весовых коэффициентов W и смещения b нейрона после третьей итерации обучения. Ответ требуется округлить с помощью функции round() до 2 знаков и записать через символ «.».Исходные данные:W = [0.5 0.5 0.5 0.5 0.5], b = 0.5A1 = [ 0.83 0.04 -0.91 -0.16 0.43], D1 = -1A2 = [-0.69 -0.9 0.39 0.75 -0.65], D2 = 1A3 = [-0.95 0.19 0.59 -0.58 -0.04], D3 = 1Вопрос 38НеверноБаллов: 0,0 из 1,0Отметить вопросТекст вопросаТребуется рассчитать выходной сигнал полносвязной двухслойной нейронной сети прямого распространения. Количество нейронов в первом слое равно двум
, количество нейронов во втором слое равно одному. Функция активации всех нейронов – сигмоид. Значения всех весовых коэффициентов равны 0,5, смещение всех нейронов равно 0,5. Ответ требуется округлить с помощью функции round() до 2 знаков и записать через символ «.». Вектор входных сигналов X:
X = [-0.42 0.07 -0.54 -0.25].
Вопрос 39
Неверно
Баллов: 0,0 из 1,0
Отметить вопрос
Текст вопроса
С помощью библиотеки sklearn на основе алгоритма k-means производится кластеризация точек на плоскости. Для этого с использованием библиотеки pandas осуществляется загрузка выборки данных из файла data.csv, который содержит значения координат точек (X, Y) исследуемых объектов. При кластеризации используются стандартные параметры алгоритма k-means, кроме n_clusters=2. Требуется определить количество объектов в каждом кластере. При записи ответа значения приводить в порядке убывания. Примеры записи ответов: «20, 10» или «12, 11».
Содержимое файла data.csv:
,X,Y
0,0.589,0.624
1,-0.152,-0.175
2,-0.065,0.644
3,-1.422,-0.216
4,-0.305,1.116
5,1.925,-0.254
6,1.63,1.101
7,2.368,-0.056
8,-0.173,-1.757
9,-0.791,-0.686
10,-0.723,0.253
11,1.106,0.181
12,0.514,-0.618
13,-0.463,-1.464
14,1.365,1.652
15,-1.946,1.42
16,-0.09,-0.529
17,-0.508,-1.216
18,2.062,0.464
19,0.783,-0.063
20,-0.186,0.127
21,0.663,-0.048
22,-0.299,1.426
23,1.652,0.259
24,0.876,0.646
25,2.133,-0.309
26,0.474,-0.646
27,-0.938,-1.186
28,-0.967,0.681
29,0.581,-0.499
Вопрос 40
Неверно
Баллов: 0,0 из 1,0 Отметить вопрос
Текст вопроса
С помощью библиотеки sklearn на основе алгоритма k-means производится кластеризация точек на плоскости. Для этого с использованием библиотеки pandas осуществляется загрузка выборки данных из файла data.csv, который содержит значения координат точек (X, Y) исследуемых объектов. При кластеризации используются стандартные параметры алгоритма k-means, кроме n_clusters=2. Требуется определить координаты центра кластера, находящегося ближе к точке с координатами (0, 0). Значение каждой координаты округлить с помощью функции round() до 2 знаков. Примеры записи ответов: «(1.02, -2.04)» или «(-2.02, 2.04)».
Содержимое файла data.csv:
,X,Y
0,-5.982,0.942
1,-5.771,0.673
2,-2.332,-3.573
3,-6.495,1.262
4,-6.573,0.14
5,-1.799,-3.552
6,-1.895,-2.972
7,-1.283,-2.369
8,-6.242,0.155
9,-1.987,-1.481
10,-6.03,0.784
11,-1.305,-3.074
12,-6.543,0.145
13,-1.658,-2.065
14,-5.998,0.551
15,-2.175,-3.145
16,-6.138,0.774
17,-6.23,0.632
18,-2.378,-2.851
19,-1.664,-3.466
20,-5.921,0.73
21,-6.823,-0.595
22,-1.284,-3.183
23,-1.783,-2.916
24,-1.258,-2.642