TanHibZh20040429
A lap korábbi változatát látod, amilyen (vitalap) 2012. október 22., 09:46-kor történt szerkesztése után volt. (Új oldal, tartalma: „{{GlobalTemplate|Infoszak|TanHibZh20040429}} ====1. Hasonlítson össze az MLP és az RBF elemi neuronját! Pontosan adja meg a kétféle neuron felépítését és az…”)
Ez az oldal a korábbi SCH wiki-ről lett áthozva. Az eredeti változata itt érhető el.
Ha úgy érzed, hogy bármilyen formázási vagy tartalmi probléma van vele, akkor kérlek javíts rajta egy rövid szerkesztéssel.
Ha nem tudod, hogyan indulj el, olvasd el a migrálási útmutatót
Tartalomjegyzék
- 1 1. Hasonlítson össze az MLP és az RBF elemi neuronját! Pontosan adja meg a kétféle neuron felépítését és azt hogy van-e a felépítésbeli különbségnek következménye a tanító algoritmusra.! (5 pont)
- 2 2. Egy MLP-t kell tanítania és rendelkezésére áll 1000 ismert válaszú pont. Hogyan használná fel a pontokat? Milyen lehetséges tanítási stratégiák közül választana? (5 pont)
- 3 3. Hogyan védekezhetünk háló tanításoknál a lokális minimumba kerülés ellen? Minden, Ön által ismert lehetőséget írjon le és gondoljon minden ismert hálóra. (5 pont)
- 4 4. Egy adott, ellenőrzött tanítású feladatot kell megoldania MLP-vel. Milyen kérdéseket kell megválaszolnia a feladat megoldásához? (5 pont)
- 5 5. Hogyan határozható meg CMAC hálózatoknál az asszociációs vektor hossza? Van-e különbség egydimenziós és többdimenziós CMAC esetén az asszociációs vektor hosszának meghatározásában? Milyen (kedvező és kedvezőtlen) következményei vannak ennek? (7 pont)
- 6 6. Mely hálónál és mire vonatkoznak az ún. konzisztencia egyenletek? Adja meg az egyenleteket és jellemezze, hogy milyen következményei vannak ezen egyenleteknek. (5 pont)
- 7 7. Milyen neuronháló architektúra felel meg egy SVM-nek? Pontosan feleltesse meg a hálóarchitektúra egyes elemeit az SVM megoldás elemeinek. Azt is adja meg, hogy ezeket az elemeket hogyan kell felvenni/meghatározni klasszikus neuronháló konstrukciónál, illetve SVM-nél. (8 pont)
- 8 8. Mi a kszi (gyengítő változó) szerepe SVM-ek esetében? Adja meg azt a matematikai összefüggést is, amelyben a gyengítő változók szerepelnek. Milyen értékeket vehetnek fel ezek a változók és mi a "jelentésük" az értéküktől függően? Van-e eltérés a szerepük között osztályozós illetve regressziós esetben? Szükség van-e mindig gyengítő változókra? (8 pont)
- 9 9. Egy regressziós feladatra RBF hálót akar konstruálni. Rendelkezésére áll 500 20-dimenziós tanítópont. Mi az a háló komplexitás, aminél bonyolultabb háló alkalmazásának nincs értleme? Indokolja is meg a választ. A maximális komplexitású hálónál egyszerűbb hálót választhatna-e? Ha igen milyen módon tudná meghatározni a háló felépítését? Jellemezze a megoldást (tanítási hiba, általánosítási hiba, a háló paramétereinek meghatározása szempontjából) a maximális komplexitású és az egyszerűbb háló esetében. (12 pont)
1. Hasonlítson össze az MLP és az RBF elemi neuronját! Pontosan adja meg a kétféle neuron felépítését és azt hogy van-e a felépítésbeli különbségnek következménye a tanító algoritmusra.! (5 pont)
2. Egy MLP-t kell tanítania és rendelkezésére áll 1000 ismert válaszú pont. Hogyan használná fel a pontokat? Milyen lehetséges tanítási stratégiák közül választana? (5 pont)
3. Hogyan védekezhetünk háló tanításoknál a lokális minimumba kerülés ellen? Minden, Ön által ismert lehetőséget írjon le és gondoljon minden ismert hálóra. (5 pont)
4. Egy adott, ellenőrzött tanítású feladatot kell megoldania MLP-vel. Milyen kérdéseket kell megválaszolnia a feladat megoldásához? (5 pont)
5. Hogyan határozható meg CMAC hálózatoknál az asszociációs vektor hossza? Van-e különbség egydimenziós és többdimenziós CMAC esetén az asszociációs vektor hosszának meghatározásában? Milyen (kedvező és kedvezőtlen) következményei vannak ennek? (7 pont)
6. Mely hálónál és mire vonatkoznak az ún. konzisztencia egyenletek? Adja meg az egyenleteket és jellemezze, hogy milyen következményei vannak ezen egyenleteknek. (5 pont)
7. Milyen neuronháló architektúra felel meg egy SVM-nek? Pontosan feleltesse meg a hálóarchitektúra egyes elemeit az SVM megoldás elemeinek. Azt is adja meg, hogy ezeket az elemeket hogyan kell felvenni/meghatározni klasszikus neuronháló konstrukciónál, illetve SVM-nél. (8 pont)
8. Mi a kszi (gyengítő változó) szerepe SVM-ek esetében? Adja meg azt a matematikai összefüggést is, amelyben a gyengítő változók szerepelnek. Milyen értékeket vehetnek fel ezek a változók és mi a "jelentésük" az értéküktől függően? Van-e eltérés a szerepük között osztályozós illetve regressziós esetben? Szükség van-e mindig gyengítő változókra? (8 pont)
9. Egy regressziós feladatra RBF hálót akar konstruálni. Rendelkezésére áll 500 20-dimenziós tanítópont. Mi az a háló komplexitás, aminél bonyolultabb háló alkalmazásának nincs értleme? Indokolja is meg a választ. A maximális komplexitású hálónál egyszerűbb hálót választhatna-e? Ha igen milyen módon tudná meghatározni a háló felépítését? Jellemezze a megoldást (tanítási hiba, általánosítási hiba, a háló paramétereinek meghatározása szempontjából) a maximális komplexitású és az egyszerűbb háló esetében. (12 pont)
-- Đani - 2007.03.26.
