ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 04.02.2024
Просмотров: 94
Скачиваний: 2
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
Содержимое файла data.csv:
,X,Y
0,0.659,-0.982
1,0.199,0.671
2,2.026,0.575
3,0.283,0.412
4,-0.033,1.287
5,0.688,0.556
6,0.042,1.113
7,0.243,-1.704
8,-1.421,2.069
9,0.261,0.244
10,-0.002,0.186
11,-1.112,2.601
12,-0.469,2.157
13,-1.707,0.64
14,0.515,0.173
15,-2.114,1.382
16,-0.734,-1.344
17,-0.781,-0.448
18,-1.362,0.279
19,0.709,-1.58
20,-0.074,2.15
21,-0.454,-0.768
22,-1.067,-1.556
23,-0.003,-0.656
24,-0.143,1.674
25,0.378,-2.181
26,-0.331,0.037
27,-1.118,0.87
28,1.762,0.77
29,1.712,-3.064
Вопрос 31
Неверно
Баллов: 0,0 из 1,0
Отметить вопросТекст вопроса
С использованием библиотеки Pandas проводится предварительный анализ данных, содержащихся в файле data.csv. Посредством анализа данных необходимо определить среднее значение параметра A5 для элементов списка, полученных путем отбора данных по условиям А2 > 0 и A3 < 1. Ответ требуется округлить с помощью функции round() до 2 знаков и записать через символ ".".
Содержимое файла data.csv:
,A1,A2,A3,A4,A5,A6,C
0,-1.388,-6.099,0.032,0.034,0.512,4.823,1.0
1,-10.033,10.536,-9.555,-3.423,-9.959,4.565,2.0
2,-2.473,1.773,-10.175,3.661,11.547,9.635,0.0
3,-2.41,-8.791,-1.254,-3.077,1.554,1.466,1.0
4,-13.175,11.518,-11.3,-2.795,-9.541,5.249,2.0
5,1.66,-7.75,0.662,0.049,2.375,4.317,1.0
6,-3.722,-9.148,-4.804,-10.462,-8.478,-4.026,3.0
7,-4.284,-8.086,-5.313,-10.027,-7.027,-3.624,3.0
8,-8.346,9.322,-10.645,-1.45,-7.826,3.883,2.0
9,-9.468,10.016,-8.453,-2.971,-6.734,5.339,2.0
10,-1.298,-7.664,-6.912,-7.756,-4.472,-7.812,3.0
11,2.516,9.115,9.575,-2.563,-10.414,-12.754,4.0
12,-3.309,-0.226,-9.678,8.061,8.154,6.9,0.0
13,-3.033,-0.32,-7.212,3.799,5.465,9.185,0.0
14,-0.469,14.734,7.723,-4.169,-9.927,-5.703,4.0
15,-0.603,-6.128,2.522,0.477,3.704,2.776,1.0
16,-2.42,-7.408,-1.379,3.36,2.575,6.147,1.0
17,-10.827,9.561,-9.338,1.206,-6.207,4.306,2.0
18,-3.704,3.128,-7.299,3.826,9.561,3.493,0.0
19,-1.682,9.722,7.399,-4.839,-10.703,-9.856,4.0
20,-1.979,-6.557,1.446,0.541,-1.311,2.862,1.0
21,-2.967,1.222,-9.371,5.082,10.862,11.619,0.0
22,-3.884,-5.652,-6.986,-12.483,-5.342,-3.278,3.0
23,-1.062,8.291,9.203,-3.008,-7.291,-11.659,4.0
24,2.101,6.092,9.558,-2.58,-8.387,-11.906,4.0
25,-2.922,0.797,-13.019,3.107,9.328,6.84,0.0
26,-0.178,11.271,6.027,-3.588,-10.443,-9.785,4.0
27,-11.043,7.712,-9.669,-4.074,-8.322,4.132,2.0
28,-4.975,-6.341,-5.882,-10.757,-6.265,0.638,3.0
29,-1.713,-0.032,-9.543,6.912,5.275,9.897,0.0
30,-3.09,-3.736,-7.201,-8.533,-8.44,0.015,3.0
Вопрос 32
Неверно
Баллов: 0,0 из 1,0
Отметить вопросТекст 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
0,5.496,-5.27
1,6.475,-3.937
2,5.682,-3.906
3,-2.269,-9.109
4,-1.311,-8.685
5,-2.768,-9.126
6,5.176,-4.42
7,-2.355,-8.96
8,-2.536,-8.207
9,-0.7,-8.648
10,-1.7,-8.838
11,5.808,-4.507
12,-1.946,-9.53
13,6.297,-3.768
14,6.042,-4.296
15,-1.832,-9.053
16,6.047,-4.121
17,6.417,-4.342
18,5.809,-4.471
19,-1.491,-8.365
20,-2.065,-8.646
21,-1.83,-8.256
22,6.877,-4.517
23,5.786,-4.808
24,5.102,-4.149
25,-1.819,-8.764
26,5.059,-4.531
27,-1.552,-8.45
28,-1.071,-9.048
29,5.775,-3.933
Вопрос 33
Неверно
Баллов: 0,0 из 1,0
Отметить вопросТекст вопроса
Требуется 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 34
Неверно
Баллов: 0,0 из 1,0
Отметить вопросТекст вопроса
С 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,C
0,6.612,0.115,-9.804,0.0
1,9.739,-2.589,-5.761,0.0
2,6.41,-1.238,-9.072,0.0
3,7.757,-4.535,-4.318,0.0
4,6.175,-7.84,1.45,1.0
5,6.454,-3.52,8.665,3.0
6,4.471,-5.875,5.383,3.0
7,5.92,-0.174,-0.166,1.0
8,-9.712,-1.661,4.84,4.0
9,4.518,6.696,8.091,2.0
10,3.594,1.075,1.204,1.0
11,6.85,1.347,-3.453,1.0
12,-10.747,1.083,6.564,4.0
13,4.888,8.661,4.826,2.0
14,5.542,-6.276,-6.76,0.0
15,-9.105,-1.685,0.704,4.0
16,6.322,-5.251,1.494,3.0
17,6.967,-6.407,-8.887,0.0
18,5.312,-3.276,5.297,3.0
19,2.715,-5.991,3.966,3.0
20,-9.839,1.417,4.091,4.0
21,-0.074,6.882,5.223,2.0
22,-6.291,-2.407,5.923,4.0
23,4.395,7.174,0.533,2.0
24,7.559,-5.145,7.667,3.0
25,7.046,5.824,3.333,2.0
26,5.048,-1.659,3.36,1.0
27,-9.023,-3.788,1.535,4.0
28,8.3,5.183,3.522,2.0
29,8.236,-4.342,-7.325,0.0
30,1.164,-1.417,1.874,1.0
Вопрос 35
Неверно
Баллов: 0,0 из 1,0
Отметить вопросТекст вопроса
Нейронная 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 = 0.5
A1 = [-0.73 -0.08 -0.68 0.48 0.87], D1 = -1
A2 = [0.54 0.72 -0.87 -0.87 -0.65], D2 = 1
A3 = [0.4 0.21 0.83 -0.29 0.12], D3 = 1
Вопрос
36
Верно
Баллов: 1,0 из 1,0
Отметить вопросТекст 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
0,0.386,-1.097
1,-0.997,-2.131
2,-1.906,-0.617
3,0.029,0.781
4,1.119,0.932
5,0.038,0.514
6,-0.675,0.218
7,1.975,-0.304
8,1.167,0.28
9,0.738,0.379
10,0.828,0.026
11,0.84,-0.78
12,-0.029,-0.263
13,-0.922,-0.586
14,1.208,0.591
15,0.265,-2.211
16,1.164,-1.242
17,-1.662,-0.367
18,-0.943,-0.72
19,1.312,0.943
20,0.561,0.058
21,2.281,0.035
22,0.981,0.485
23,-0.004,-2.813
24,0.861,-0.633
25,-0.739,1.119
26,0.06,0.529
27,0.001,-1.105
28,-1.776,-0.093
29,-1.985,1.307
Вопрос 37
Неверно
Баллов: 0,0 из 1,0
Отметить вопросТекст вопроса
Нейронная 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 = 0.5
A1 = [ 0.83 0.04 -0.91 -0.16 0.43], D1 = -1
A2 = [-0.69 -0.9 0.39 0.75 -0.65], D2 = 1
A3 = [-0.95 0.19 0.59 -0.58 -0.04], D3 = 1
Вопрос 38
Неверно
Баллов: 0,0 из 1,0
Отметить вопросТекст вопроса
Требуется 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 вопросТекст 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 вопросТекст 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