Неверно

13. На рисунке изображена нейронная сеть.

Как можно классифицировать эту сеть?

Персептрон;

Полносвязная слоистая нейронная сеть;

Слоистая нейронная сеть без обратных связей;

Нейронная сеть с обратными связями;

14. В каких областях нейронные сете могут иметь серьезные преимущества перед другими крмпьютерными методами анализа?

Там, где есть достаточно большое число обучающих примеров. Нейрокомпьютер учится нужно только формировать учебные задачники;

Там, где нужен аналог человеческой интуиции для распознавания образов т. е. для таких задач, для которых обычно трудно сочинить явный алгоритм;

Там, где требуется точное решение задачи, которое обычно трудно достичь, используя традиционные статистические методы;

Там, где требуется быстрое решение проблемы с небольшими вложениями;

15. Обсуждается проблема обучения нейронной сети. Найдите правильные соответствия.

Способность сети давать близкий к правильному результат для входных объектов, которых не было в обучающем множестве.: обобщение

Чрезмерно точная подгонка ответов сети по данным обучающей выборки: переобучение

Сеть самостоятельно формирует свои выходы, адаптируясь к поступающим на ее входы сигналам.: обучение без учителя

Вместо того чтобы обобщить известные примеры, сеть запомнила их.: переобучение

16. Что является задачей обучения нейронной сети?

Минимизация ошибки обучения на обучающей выборке;

Минимизация ошибки на кросс-проверочном множестве;

Минимизация ошибки на тестовом множестве;

Минимизация ошибки обобщения;

17. Оцените минимальное число нейронов в скрытых слоях, если объем выборки равен 150, размерность входного сигнала – 4; размерность выходного сигнала 1.

Решение:

,

где L – число нейронов в скрытых слоях;

N – объем выборки;

n – число входов;

m – число выходов;

Значит, минимальное число нейронов равно:

Ответ: 10

18. На рисунке ниже показана карта Кохонена для задачи кластеризации итогов голосования избирателей по 21 федеральному округу в ходе выборов в госдуму в 2003 г (оставлено только три кластера). Каждая точка в этих окнах соответствует одной партии (выделенная точка соответствует партии КПРФ).

Раскраска в окне Кластеры произведена по номерам кластеров и большого смысла не имеет (цвета кластеров программа выбирает произвольно, как и номера кластеров). А какой смысл имеет раскраска окна Верх_Исетский?

Раскраска определяет число объектов, попавших в кластер в данном избирательном округе;

Раскраска определяет число голосов, отданных за партии, попавшие в данный кластер в данном округе;

Раскраска определяет кластеризацию партий в данном избирательном округе;