| engineerklub | Дата: Вторник, 11.03.2025, 18:47 | Сообщение # 1 |
 Генералиссимус
Группа: Администраторы
Сообщений: 34103
Статус: Offline
| Введение в анализ данных (тест с ответами Юрайт /Синергия)
1.Вычисление среднего значения имеет смысл:
для качественного признака
для категоризированного признака
для количественного признака
для бинарного признака
2.Этот коэффициент был предложен К. Пирсоном (1901) как мера отклонения наблюдаемого двумерного распределения в таблице сопряженности от условия статистической независимости признаков. Как называется этот коэффициент?
коэффициент хи-квадрат
коэффициент Кетле
коэффициент Джини
фондовый коэффициент
3.Цель анализа данных — уточнение или обогащение существующего знания об исследуемом явлении или процессе. Сопоставьте действия, соответствующие двум самым прямым способам такого обогащения.
отыскание взаимосвязи между разными признаками (совокупностями) признаков в таблице данных
количественная оценка уровня интеллекта школьников по результатам тестирования и школьным оценкам
выявление кластера школьников со сходными оценками
вычисление среднего значения ряда чисел
«коррелирование» (correlation)
«агрегация» или «суммаризация» (summarization)
4.На рисунке изображены первая (слева) и финальная (справа) итерации извлечения аномальной группы из структуры некоторого множества объектов. Малая звезда представляет центр аномальной группы.
Как называется точка, обозначенная большой звездой?
нормальная точка
центральная точка
аномальная точка
реперная точка
Баллов: 1
5.Обычно при изучении связей в данных выделяют как минимум две группы признаков: , или входные, признаки и , или выходные, признаки.
6.В таблице приводятся данные о пяти признаках восьми компаний:
Сколько признаков будет содержать эта таблица после преобразования бинарных и номинальных признаков в количественные?
7.Расставьте в правильном порядке шаги алгоритма K-средних.
Инициализация
обновление кластеров
обновление центров
правило остановки
8. — это способ вычисления множества оценок интересующих нас параметров с помощью случайных подвыборок из множества наблюденных данных.
9.Ниже перечислены три типа методов кластер-анализа:
(a) кластеры получают непосредственно в терминах признаков (данный способ часто называют концептуальной кластеризацией);
(б) кластеры получают одновременно с трансформацией пространства признаков, что делает кластеры более четкими; данное направление совсем молодое и пока не очень развито;
(в) сначала получают кластеры как подмножества объектов, а затем уже производят их описание — такой способ является самым распространенным в настоящее время.
Чем они отличаются?
уровнем формализации данных
уровнем гранулярности
уровнем вовлеченности признаков
параметрами решающих правил
10.Если прогнозирование ведется по количественной переменной, а прогнозируемый признак категориальный, то можно использовать обучение для выработки правила, позволяющего прогнозировать значения целевого признака на тесте, при условии, что значения входных признаков известны. Пользователь оценивает качество правила, сличая прогнозы на тесте с известными ему значениями выходного признака — чем больше совпадений, тем выше качество прогноза. Как называется такое правило?
11.Как называется несколько устаревшее название для дисциплины, занимающейся построением классификационных решающих правил (распознавание с учителем, supervised learning) или кластеров (распознавание без учителя, unsupervised learning) по данным наблюдений?
Генетические алгоритмы (Genetic algorithms)
Распознавание образов (Pattern recognition)
Нейронные сети (Neural networks)
Математическая статистика (Mathematical statistics)
12.Какие объяснения наиболее подходят этим названиям среднего значения количественного признака?
Среднее значение
Медиана
Мода
Середина
- Среднее арифметическое значение признака
- Середина упорядоченного ряда значений признака
- Бин, на который приходится максимум гистограммы
- Середина размаха
СКАЧАТЬ
|
| |
| |
