Math Questions
Explore questions in the Math category that you can ask Spark.E!
Citer la partie du microscope qui permet de faire la mise au point
Les machines à vecteurs de supports sont adaptées lorsque la frontière de séparation est :a. Linéaireb. Non linéairec. Semi-linéairesd. Autre réponse
le nombre X×Y'-X'×Y= 0 tu appelles déterminant des vecteurs UV et se note comment
L'avantage principale du clustering hiérarchique par rapport au K-means clustering est que :a) Le clustering hiérarchique permet de définir automatiquement lenombre de cluster dans la base de donnéesb) Le clustering hiérarchique permet de surmonter les problèmes desous apprentissagec) Le clustering hiérarchique permet de diminuer la dispersionintraclusterd) Une autre réponse.
Pour sélectionner un modèle, la méthode de sélection de meilleur sous-ensemble est en général plus rapide que la méthode dite de forward stepwise selection :a) Vraib) Fauxc) Cela dépend
L'hétéroscédasticité désigne :a) Une variance des termes d'erreurs constanteb) Des paramètres biaisésc) Une autre réponse
Les arbres de décision désignent une méthode :a) Linéaire et paramétriqueb) Linéaire et non paramétriquec) Non linéaire et paramétriqued) Non linéaire et non paramétrique
Pour sélectionner un modèle dans la méthode dite de backward stepwise selection l'initialisation se fait en estimant le modèle sans aucun prédicteur :a. Vrai b. Faux
En général, dans le cadre d'un réseau de neurones on initialise les poids en les fixant :a) Égaux à zérob) De manière a ce qu'ils résolvent les équations normalesc) De manière a ce qu'ils forment une combinaison linéaire devariables de réponsesd) Une autre réponse
L'une des diYérences principales entre le classificateur à marge maximale et le classificateur à vecteur de support est :a) L'utilisation de la descente de gradient pour obtenir les paramètres d'intérêtsb) La manière de maximiser la fonction de coutc) La possibilité d'avoir des observations dans la marged) L'existence d'un hyperplan séparateur
La régression rigide va :a) Fixer les coeYicients vers 0 mais ils ne seront pas égaux à 0 b) Fixer les coeYicients exactement à 0c) Une autre réponse
Dans le cadre de l'analyse en composantes principales on peut mesurer combien d'informations on perd en projetant les observations sur les premières composantes principales :a) Vraib) Fauxc) Cela dépend
Dans un espace à 2 dimensions, un hyperplan correspond à un plan de dimension :a) 1b) 2c) 3d) Une autre réponse
Quel problème survient quand on estime et teste un modèle sur une base de données divisée en deux aléatoirementa) On obtient des taux d'erreur diYérents si on réalise l'opération plusieurs foisb) On obtient un modèle avec trop peu d'observations pour évaluer la performance du modèlec) On obtient un modèle trop flexibled) Une autre réponse
Une perceptron multi couches contient toujours au moins une couche cachée : a. Vraib. Faux
Les méthodes de régularisation consistent à :a) Estimer le biais des coeYicients associés aux prédicteursb) Fixer certains coefficients associés aux prédicteurs vers zéroc) Tester les diYérents modèles et sélectionner celui qui a la meilleureperformanced) Une autre réponse
L'astuce du noyau consiste à transposer les données dans un espace de plus petite dimension :a. Vrai b. Faux
Lorsqu'il n'existe pas d'hyperplan séparateur on ne peut pas utiliser le classificateur à marge maximale :a. Vrai b. Faux
Pour pouvoir utiliser le boot strap il faut plusieurs échantillons indépendants: a) vrai b) faux
L'initialisation du K-means clustering consiste à considérer que toutes les observations représentent un cluster diYérent :a) Vraib) Fauxc) Cela dépend