Системы искусственного интеллекта 2  / Итоговый тест с ответами 83%

Раздел
Программирование
Тип
Просмотров
251
Покупок
2
Антиплагиат
Не указан
Размещена
16 Мая 2023 в 23:09
ВУЗ
СДО Росдистант 
Курс
Не указан
Стоимость
699 ₽
Файлы работы   
1
Каждая работа проверяется на плагиат, на момент публикации уникальность составляет не менее 40% по системе проверки eTXT.
docx
Системы искусственного интеллекта 2 на 83%
244.4 Кбайт 699 ₽
Описание

Оценка

33,0 из 40,0 (83%)

Оглавление

Вопрос 1

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

С использованием би,лиотеки 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,-2.772,-4.326,0.042,1.0

1,-4.707,9.654,-3.891,3.0

2,7.685,-2.37,-7.989,0.0

3,-5.273,6.892,0.816,3.0

4,-5.083,7.906,-4.15,3.0

5,1.878,3.936,9.286,4.0

6,-3.699,-6.084,-9.85,2.0

7,-9.41,-5.351,-4.207,2.0

8,-1.515,-3.154,-5.796,2.0

9,-4.126,-4.527,-8.203,2.0

10,-6.353,-2.706,-6.145,2.0

11,-3.94,-6.667,3.289,1.0

12,-3.354,8.519,-4.074,3.0

13,4.793,6.759,5.422,4.0

14,-3.588,8.095,-4.241,3.0

15,-1.371,-3.194,-2.75,1.0

16,10.664,-9.747,-11.849,0.0

17,3.724,6.491,5.389,4.0

18,-1.92,-4.589,-1.494,1.0

19,5.681,-4.09,-15.28,0.0

20,6.271,7.025,4.374,4.0

21,-2.217,-5.469,3.394,1.0

22,4.696,-6.644,-12.627,0.0

23,-3.583,-4.614,0.147,1.0

24,-0.706,-3.009,-5.721,2.0

25,5.468,-6.759,-11.134,0.0

26,2.685,6.846,6.186,4.0

27,-8.224,10.021,-4.655,3.0

28,5.907,-7.352,-6.259,0.0

29,9.669,-9.392,-10.98,0.0

30,3.52,7.921,10.311,4.0

Ответ: 

Вопрос 2

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст 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

0,2.085,7.683,-8.844,4.0

1,-10.465,5.449,1.107,1.0

2,-3.928,-1.048,-5.224,0.0

3,-0.292,10.916,-6.961,3.0

4,-2.738,4.644,-7.018,0.0

5,-1.741,10.37,-7.92,3.0

6,5.839,6.828,-14.469,4.0

7,-6.798,6.744,3.758,1.0

8,9.536,7.513,-7.059,4.0

9,0.914,-1.359,-8.284,0.0

10,-5.376,1.114,-3.72,0.0

11,5.583,6.544,-10.739,4.0

12,0.35,0.254,-7.573,2.0

13,3.585,3.536,-7.849,2.0

14,1.634,8.522,-8.453,3.0

15,7.242,8.591,-5.369,4.0

16,-7.936,4.807,3.798,1.0

17,-8.21,3.04,-6.946,0.0

18,-4.694,8.953,-7.654,3.0

19,-3.936,0.264,-8.01,0.0

20,1.862,1.971,-7.514,2.0

21,-2.373,8.981,-8.813,3.0

22,3.569,-0.022,-11.353,2.0

23,2.706,7.698,-8.237,4.0

24,3.704,2.199,-9.664,2.0

25,-7.953,5.573,2.412,1.0

26,-8.275,6.218,5.661,1.0

27,-4.687,8.76,-10.242,3.0

28,-6.864,0.334,0.929,1.0

29,-1.355,0.467,-6.317,0.0

30,2.708,4.991,-5.804,2.0

Ответ: 

Вопрос 3

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст 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,-0.756,-0.627

1,-0.464,0.051

2,-0.51,-0.903

3,-2.503,0.411

4,-1.251,1.482

5,-1.867,1.443

6,-0.291,0.314

7,0.997,3.429

8,1.3,0.331

9,-0.984,1.093

10,-0.048,0.234

11,1.015,-0.118

12,-0.13,-2.238

13,1.058,-0.92

14,-1.712,0.136

15,-1.064,1.177

16,0.729,0.029

17,1.668,0.926

18,0.802,-0.572

19,1.172,-1.571

20,0.973,-0.024

21,1.348,-0.794

22,-0.579,-0.204

23,0.884,0.163

24,0.403,-0.691

25,-1.28,0.557

26,-0.485,-1.109

27,1.448,0.593

28,-0.559,1.042

29,1.553,0.701

Ответ: 

Вопрос 4

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст 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,-6.993,6.603

1,-1.848,-6.832

2,-6.248,7.401

3,-6.176,6.177

4,-6.811,6.785

5,-7.043,6.201

6,-7.095,6.639

7,-6.77,5.503

8,-6.054,6.699

9,-7.687,6.35

10,-1.018,-5.851

11,-1.142,-6.3

12,-1.051,-5.758

13,-0.716,-7.395

14,-1.9,-5.352

15,-1.832,-7.437

16,-6.707,6.636

17,-6.799,6.576

18,-1.959,-7.204

19,-6.457,7.41

20,-1.951,-6.366

21,-1.658,-6.592

22,-1.456,-6.924

23,-6.729,6.689

24,-6.284,6.399

25,-1.831,-6.405

26,-6.883,6.293

27,-0.868,-5.718

28,-0.831,-6.535

29,-1.069,-6.578

Ответ: 

Вопрос 5

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст 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,-6.522,0.931,9.386,4.0

1,4.002,2.089,4.323,1.0

2,-8.306,-2.961,0.267,2.0

3,-6.175,-4.082,4.419,4.0

4,-9.408,-3.825,-3.053,2.0

5,2.983,1.319,10.199,3.0

6,3.61,4.174,-6.69,0.0

7,-10.124,-1.063,5.421,4.0

8,2.426,-0.635,-5.223,0.0

9,3.155,3.166,5.8,1.0

10,-1.97,-0.757,10.408,3.0

11,0.211,-1.692,4.574,3.0

12,-11.529,-4.3,-3.091,2.0

13,2.437,-1.252,7.666,1.0

14,-4.603,-6.437,-5.752,2.0

15,-5.828,-0.993,8.846,4.0

16,-3.823,-0.63,-4.282,2.0

17,-8.564,-1.403,6.091,4.0

18,2.118,2.765,-5.671,0.0

19,-11.212,-3.159,-3.57,2.0

20,-4.957,-4.141,6.172,4.0

21,-3.038,3.68,-6.634,0.0

22,0.376,-0.328,9.638,3.0

23,5.369,3.996,5.986,1.0

24,1.173,3.802,-6.08,0.0

25,2.029,5.385,-3.131,0.0

26,-2.413,3.686,-3.756,0.0

27,2.839,2.285,7.554,1.0

28,7.217,-1.431,7.799,1.0

29,2.587,2.012,3.63,3.0

30,-0.003,-1.343,6.207,3.0

Ответ: 

Вопрос 6

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст 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 = [0.01 0.57 -0.11 -0.63 -0.44 0.25 0.1 -0.46 0.39 -0.19].

Ответ: 

Вопрос 7

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст 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 = [-0.81 -0.69 0.16 0.1].

Ответ: 

Вопрос 8

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст 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,-5.431,8.813,-0.253,2.738,-11.111,-4.711,1.0

1,6.776,-2.581,-2.473,7.41,1.477,8.258,0.0

2,1.258,7.162,-5.376,5.662,-9.029,6.326,4.0

3,2.441,-3.727,-2.323,6.487,5.641,2.757,0.0

4,7.257,-3.602,0.082,7.337,6.909,7.671,0.0

5,-1.651,8.971,-9.851,5.303,-6.431,5.95,4.0

6,-7.042,11.597,3.031,2.176,-10.94,-4.03,1.0

7,3.654,4.806,9.185,-11.62,7.146,-1.769,3.0

8,4.177,9.271,-10.166,4.356,-10.297,6.089,4.0

9,-4.432,10.547,0.559,-1.115,-8.766,-3.877,1.0

10,2.635,-0.392,-1.594,7.811,0.62,-9.129,2.0

11,1.672,7.006,9.001,-8.92,6.258,-2.925,3.0

12,-0.327,10.562,-8.325,2.628,-6.291,6.831,4.0

13,2.534,-2.071,3.781,3.782,-1.201,-5.502,2.0

14,4.496,-3.194,4.071,11.739,3.469,5.541,0.0

15,1.19,0.54,-0.56,5.939,5.19,-8.772,2.0

16,4.186,9.214,-6.088,4.182,-6.295,8.525,4.0

17,2.416,8.846,6.611,-7.093,10.48,-0.928,3.0

18,-10.204,8.595,1.13,0.572,-5.244,-0.363,1.0

19,1.219,11.945,-5.49,4.37,-6.612,6.818,4.0

20,7.179,-1.843,4.146,7.752,6.61,4.961,0.0

21,2.694,-3.485,5.045,4.06,2.977,-8.828,2.0

22,5.043,-0.11,7.83,7.449,4.053,2.607,0.0

23,-5.127,7.878,4.179,3.382,-10.021,-4.456,1.0

24,6.708,4.938,9.436,-5.158,8.24,-0.598,3.0

25,-4.562,9.048,1.262,4.248,-7.657,-2.689,1.0

26,3.329,5.62,9.812,-9.01,6.339,1.844,3.0

27,1.95,8.354,7.045,-9.525,7.451,-1.475,3.0

28,3.263,-1.633,3.659,0.344,2.566,-6.082,2.0

29,6.153,-3.179,3.547,5.133,0.76,-13.759,2.0

30,7.284,-1.966,1.227,6.917,4.994,5.953,0.0

Ответ: 

Вопрос 9

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

С использованием библиотеки Pandas проводится предварительный анализ данных, содержащихся в файле data.csv. Посредством анализа данных необходимо определить значение A5 первого элемента списка, полученного путем фильтрации данных по условиям А2 > 1 и A3 < 2 и сортировки данных в порядке возрастания по значению A4. Ответ записать в виде числа без округлений через символ ".".

 

Содержимое файла data.csv:

,A1,A2,A3,A4,A5,A6,C

0,3.47,1.88,6.42,5.29,3.89,5.66,0.0

1,1.85,7.58,0.94,12.64,0.32,-3.99,1.0

2,-1.68,-0.8,-11.16,-8.49,-2.78,5.15,4.0

3,7.97,5.84,2.34,4.57,8.64,6.29,0.0

4,0.18,6.06,2.58,9.87,-1.81,-0.96,1.0

5,-0.53,6.4,0.35,6.9,-2.15,-4.43,1.0

6,2.48,-5.7,10.89,9.18,-7.56,-8.21,3.0

7,3.69,2.16,5.44,-7.75,1.09,5.45,2.0

8,0.66,12.47,-0.43,8.0,2.5,-0.19,1.0

9,-0.51,-0.19,-7.43,-2.77,-1.38,1.94,4.0

10,1.28,7.58,0.79,6.0,-0.64,-7.36,1.0

11,-6.7,-0.18,-11.07,-2.87,-1.0,2.12,4.0

12,-0.11,0.87,7.42,8.19,-4.98,-8.68,3.0

13,0.36,-2.02,-7.88,-2.7,0.55,3.42,4.0

14,2.95,3.05,8.81,-8.69,3.67,6.28,2.0

15,6.65,2.87,7.89,-3.44,4.76,7.45,2.0

16,1.51,3.98,9.41,-8.61,7.42,3.73,2.0

17,6.15,1.51,5.08,5.42,8.53,5.76,0.0

18,5.73,0.61,5.25,-7.8,4.1,3.55,2.0

19,-2.6,2.48,-8.6,-5.83,-3.31,1.56,4.0

20,3.14,0.48,2.77,4.27,7.35,8.5,0.0

21,-1.81,0.65,-9.88,-3.82,-2.75,3.16,4.0

22,0.26,-3.26,8.01,5.16,-4.85,-6.53,3.0

23,5.19,3.01,3.05,1.78,6.73,5.37,0.0

24,0.65,-1.19,9.59,5.24,-3.8,-6.54,3.0

25,0.52,7.22,2.66,13.15,-1.75,-3.74,1.0

26,4.01,-1.87,9.36,11.77,-5.53,-7.09,3.0

27,4.82,3.69,3.09,3.33,8.59,7.93,0.0

28,0.78,2.87,3.84,0.9,4.43,3.85,0.0

29,2.25,1.02,7.84,10.47,-8.34,-4.86,3.0

30,6.32,5.77,12.09,-8.51,4.55,3.38,2.0

Ответ: 

Вопрос 10

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст 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

Ответ: 

Вопрос 11

Неверно

Баллов: 0,0 из 1,0

Отметить вопрос

Текст вопроса

С помощью библиотеки Sklearn на основе алгоритма CART производится построение дерева классификации с использованием стандартных параметров. Для этого с использованием библиотеки Pandas осуществляется загрузка обучающей выборки данных из файла data.csv, который содержит значения атрибутов ("A1", "A2", "A3", "A4", "A5", "A6") и метки классов ("C"). Требуется определить коэффициенты значимости каждого атрибута (с использованием feature_importances_) и в качестве ответа записать максимальное значение коэффициента. Ответ требуется округлить с помощью функции round() до 3 знаков и записать через символ ".".

 

Содержимое файла data.csv:

,A1,A2,A3,A4,A5,A6,C

0,-4.245,4.631,0.673,-4.003,-3.9,3.785,4.0

1,-3.577,-9.111,-2.829,1.256,9.642,3.647,2.0

2,-8.044,0.849,4.613,-7.6,1.974,-8.183,0.0

3,-1.58,10.329,0.295,-3.392,-2.023,3.135,4.0

4,-4.716,-10.128,-0.259,4.506,7.159,5.467,2.0

5,-5.453,7.546,0.15,-5.772,-5.735,2.638,4.0

6,-11.001,-3.029,7.483,-9.59,0.017,-8.067,0.0

7,-7.67,-8.332,1.622,0.799,6.443,6.718,2.0

8,2.517,-4.951,3.247,-7.193,-5.71,-5.264,3.0

9,-4.657,-10.407,-2.963,7.753,-1.661,-7.357,1.0

10,1.628,-1.977,-2.373,-6.777,-8.818,-5.843,3.0

11,0.005,-7.218,2.943,-0.728,7.8,7.258,2.0

12,-0.041,4.043,0.554,-1.134,-2.07,3.083,4.0

13,-6.701,-10.162,2.325,10.716,4.405,-3.905,1.0

14,-5.518,4.875,3.597,-3.587,-3.051,4.115,4.0

15,-5.571,-8.27,-0.702,7.513,-0.74,-5.877,1.0

16,-8.022,-9.619,-4.48,12.342,5.735,-5.63,1.0

17,4.829,-4.425,-3.042,-9.986,-7.277,-5.906,3.0

18,-10.234,-5.001,7.661,-8.636,3.543,-8.489,0.0

19,-3.543,8.182,-1.234,-7.032,-0.18,3.906,4.0

20,-8.51,-0.437,10.858,-4.783,1.947,-7.404,0.0

21,-6.933,-4.771,-1.037,8.908,3.248,-8.044,1.0

22,-5.579,-11.828,-2.345,10.834,2.164,-3.089,1.0

23,-2.734,-6.845,-0.26,3.185,7.594,3.733,2.0

24,-9.684,-2.802,11.074,-10.047,0.405,-5.618,0.0

25,4.86,-1.378,1.776,-6.912,-4.079,-6.905,3.0

26,-6.657,-7.887,-0.457,-1.55,5.402,2.744,2.0

27,-6.456,-6.356,2.444,-5.501,-0.531,-11.341,0.0

28,4.575,0.04,2.465,-7.79,-7.623,-8.855,3.0

29,-7.809,-4.992,3.019,-11.367,-0.029,-12.616,0.0

30,6.077,-2.358,-1.296,-6.267,-3.887,-5.697,3.0

Ответ: 

Вопрос 12

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст 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 = [0.14 -0.87 0.78 0.86 0.36], D1 = -1

A2 = [0.09 -0.62 0.24 -0.25 0.87], D2 = 1

A3 = [0.3 0.34 0.86 0.34 -0.54], D3 = 1

Ответ: 

Вопрос 13

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст 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 = [-0.02 0.51 0.87 0.92].

Ответ: 

Вопрос 14

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст 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 = [0.21 0.32 -0.39 0.92 0.07], D1 = -1

A2 = [0.32 1. 0.5 0.08 0.49], D2 = 1

A3 = [-0.53 -0.17 0.69 -0.19 -0.05], D3 = 1

 

Ответ: 

Вопрос 15

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

С использованием библиотеки Pandas проводится предварительный анализ данных, содержащихся в файле data.csv. Посредством анализа данных необходимо определить значение A5 первого элемента списка, полученного путем фильтрации данных по условиям А2 > 1 и A3 < 2 и сортировки данных в порядке возрастания по значению A4. Ответ записать в виде числа без округлений через символ ".".

 

Содержимое файла data.csv:

,A1,A2,A3,A4,A5,A6,C

0,1.95,9.12,0.76,-5.07,4.4,-5.32,3.0

1,-6.58,6.6,4.61,-0.87,-3.9,-3.75,0.0

2,-0.81,8.84,1.07,-6.96,-10.18,4.02,2.0

3,-1.28,8.58,-1.2,-7.12,-7.29,1.74,2.0

4,-7.49,0.59,2.49,-0.45,-2.2,-4.71,0.0

5,-4.05,10.77,3.6,-6.34,-10.77,5.22,2.0

6,5.67,-0.75,-2.09,4.52,3.8,-7.42,1.0

7,-7.31,4.42,5.54,-2.16,-2.93,-6.79,0.0

8,-8.47,4.52,3.06,-2.99,-1.32,-5.42,0.0

9,-5.46,1.73,1.51,9.06,6.07,10.76,4.0

10,-7.76,5.15,2.17,-1.71,-2.31,-3.66,0.0

11,0.82,-0.38,-2.37,6.35,1.21,-7.43,1.0

12,-10.3,6.42,2.75,-1.82,-1.69,-5.59,0.0

13,-8.61,2.31,-0.62,4.91,11.28,10.43,4.0

14,-9.48,1.56,0.95,12.19,10.24,9.55,4.0

15,7.19,2.4,-1.54,4.71,2.25,-7.36,1.0

16,-4.08,12.74,1.91,-9.0,-6.45,5.73,2.0

17,3.66,10.94,1.24,-4.85,4.15,-3.47,3.0

18,-4.0,0.95,-1.26,5.95,7.91,8.45,4.0

19,-6.38,0.3,2.81,1.4,-0.6,-2.07,0.0

20,-5.35,13.24,-1.41,-6.59,-9.81,4.83,2.0

21,3.38,6.06,1.07,-3.5,-0.17,-1.85,3.0

22,1.73,5.62,4.13,-3.53,1.45,-4.1,3.0

23,-9.05,0.41,-0.27,12.94,6.63,9.91,4.0

24,3.48,-2.31,-0.26,1.64,4.35,-6.28,1.0

25,2.47,10.61,2.89,-4.89,3.19,0.34,3.0

26,-3.69,11.83,-3.05,-6.87,-10.7,3.61,2.0

27,-3.61,0.31,-1.25,12.09,10.03,6.88,4.0

28,3.81,8.92,1.98,-5.62,-0.01,-0.8,3.0

29,-0.78,-0.37,-4.59,6.52,2.73,-9.47,1.0

30,6.67,-1.76,-7.59,7.85,-2.97,-9.43,1.0

Ответ: 

Вопрос 16

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

С использованием библиотеки Pandas проводится предварительный анализ данных, содержащихся в файле data.csv. Посредством анализа данных необходимо определить значение A5 первого элемента списка, полученного путем фильтрации данных по условиям А2 > 1 и A3 < 2 и сортировки данных в порядке возрастания по значению A4. Ответ записать в виде числа без округлений через символ ".".

 

Содержимое файла data.csv:

,A1,A2,A3,A4,A5,A6,C

0,8.63,-11.92,-7.12,-4.79,-6.5,-4.57,4.0

1,-5.85,3.9,-2.06,6.71,-6.9,9.12,1.0

2,0.07,6.91,-6.38,-2.17,-9.29,-3.84,2.0

3,11.34,5.53,6.31,3.99,6.02,11.53,3.0

4,-4.74,-4.06,6.56,-6.92,-11.99,6.84,0.0

5,10.35,2.98,3.74,0.59,9.44,8.83,3.0

6,-7.79,2.07,-1.45,12.85,-7.43,5.92,1.0

7,-3.56,-3.96,6.38,-8.54,-5.92,8.67,0.0

8,-6.07,-2.68,-2.13,10.67,-3.15,6.32,1.0

9,-3.22,-3.17,12.02,-11.0,-6.79,4.53,0.0

10,2.91,-9.63,-4.96,-5.83,-3.88,-5.55,4.0

11,-7.38,-0.99,-0.38,11.5,-11.16,6.36,1.0

12,-2.43,6.02,-10.77,-2.74,-8.49,-3.74,2.0

13,6.67,-4.08,-4.52,-3.66,-5.48,-4.9,4.0

14,-8.66,0.82,-2.28,10.95,-7.54,8.23,1.0

15,0.47,2.39,-11.6,-0.85,-11.93,-1.25,2.0

16,-1.8,3.43,-7.26,-0.2,-9.95,-4.46,2.0

17,1.43,-2.09,7.44,-5.94,-9.51,8.63,0.0

18,8.98,8.13,9.51,1.87,7.77,13.74,3.0

19,6.12,-5.84,-5.93,-5.97,-5.34,-10.23,4.0

20,6.66,2.39,5.08,6.52,7.9,9.25,3.0

21,-3.57,-3.93,4.65,-8.15,-11.27,7.38,0.0

22,9.19,5.15,8.19,1.04,12.48,9.79,3.0

23,-0.75,-2.95,12.3,-11.49,-10.62,5.32,0.0

24,4.92,-7.38,-6.51,-8.58,-5.28,-6.32,4.0

25,9.82,4.22,9.7,-1.75,8.67,9.85,3.0

26,-1.38,9.45,-9.79,0.77,-9.3,-2.63,2.0

27,-6.12,-2.02,7.06,-7.73,-10.18,5.44,0.0

28,-1.04,8.02,-9.04,-3.33,-7.67,-3.99,2.0

29,2.56,-9.33,-5.58,-8.41,-4.5,-6.19,4.0

30,-10.17,-1.57,-1.79,11.06,-6.56,10.13,1.0

Ответ: 

Вопрос 17

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст 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,-0.927,-0.565

1,-0.366,-1.256

2,0.045,0.996

3,1.658,-0.909

4,2.041,0.595

5,-1.347,-1.22

6,-0.994,-1.063

7,-0.955,1.517

8,-0.78,1.272

9,0.434,-0.556

10,0.613,0.27

11,1.559,1.846

12,2.324,-1.0

13,-0.157,1.094

14,0.862,-0.751

15,0.381,-0.466

16,0.936,-1.312

17,1.675,-0.397

18,0.774,1.541

19,0.267,-0.568

20,-1.109,-1.535

21,0.105,-0.428

22,0.085,0.494

23,1.412,1.655

24,-0.1,-0.358

25,-0.747,1.454

26,-0.559,-2.003

27,-0.473,-0.977

28,-2.075,0.701

29,-0.638,1.062

Ответ: 

Вопрос 18

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст 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 = [-0.08 -0.38 -0.54 -0.45 0.63], D1 = -1

A2 = [-0.78 0.25 -0.45 0.36 0.36], D2 = 1

A3 = [0.59 -0.91 0.83 -0.57 -0.39], D3 = 1

Ответ: 

Вопрос 19

Неверно

Баллов: 0,0 из 1,0

Отметить вопрос

Текст вопроса

С помощью библиотеки Sklearn на основе алгоритма CART производится построение дерева классификации с использованием стандартных параметров. Для этого с использованием библиотеки Pandas осуществляется загрузка обучающей выборки данных из файла data.csv, который содержит значения атрибутов ("A1", "A2", "A3", "A4", "A5", "A6") и метки классов ("C"). Требуется определить коэффициенты значимости каждого атрибута (с использованием feature_importances_) и в качестве ответа записать максимальное значение коэффициента. Ответ требуется округлить с помощью функции round() до 3 знаков и записать через символ ".".

 

Содержимое файла data.csv:

,A1,A2,A3,A4,A5,A6,C

0,5.664,2.447,3.442,6.635,-7.532,7.276,2.0

1,9.757,-3.417,8.736,-7.685,0.67,-6.364,4.0

2,6.693,-9.743,8.007,-5.631,-2.626,-4.874,4.0

3,-1.746,-4.207,-7.559,2.337,-8.27,6.696,1.0

4,6.75,4.816,6.112,5.514,-7.024,8.336,2.0

5,7.354,2.33,4.299,8.109,-4.094,4.756,2.0

6,-9.11,2.985,-8.148,5.18,-10.095,11.583,0.0

7,3.422,2.139,3.904,1.861,-5.431,7.282,2.0

8,-0.704,-11.569,5.811,-0.074,5.779,-1.138,3.0

9,-6.181,-8.036,5.329,-0.968,4.773,-0.069,3.0

10,-3.14,-7.369,7.399,1.034,0.531,-0.619,3.0

11,-6.416,5.329,-8.662,2.786,-12.395,9.798,0.0

12,-4.299,-7.692,8.982,0.241,3.562,-3.002,3.0

13,-1.621,-5.066,-5.782,-0.952,-8.541,3.875,1.0

14,9.394,-10.267,10.342,-7.741,-2.785,-4.217,4.0

15,-1.884,-5.941,-6.315,-3.292,-11.06,1.341,1.0

16,9.98,-4.942,6.619,-9.419,-3.822,-6.175,4.0

17,-9.115,8.439,-10.432,3.089,-7.871,9.538,0.0

18,-10.811,5.007,-6.222,0.517,-12.133,10.011,0.0

19,-3.585,-7.037,1.912,-0.791,1.028,-4.927,3.0

20,-4.975,-5.569,-4.548,-2.135,-10.927,3.36,1.0

21,-11.829,5.408,-7.723,3.096,-12.65,10.979,0.0

22,10.064,-6.301,10.516,-5.195,-2.114,-5.164,4.0

23,-8.113,4.511,-7.733,1.368,-10.779,10.401,0.0

24,9.251,3.422,5.506,4.691,-5.026,10.709,2.0

25,-8.257,5.6,-7.035,1.431,-7.015,12.293,0.0

26,11.145,-11.533,4.67,-7.674,-2.259,-2.505,4.0

27,7.203,0.57,4.953,8.706,-3.269,6.799,2.0

28,1.718,-4.942,-6.371,1.082,-9.999,4.32,1.0

29,-9.969,-4.474,6.708,-0.301,4.28,-0.912,3.0

30,-1.853,-2.467,-6.735,-4.275,-6.757,5.269,1.0

Ответ: 

Вопрос 20

Неверно

Баллов: 0,0 из 1,0

Отметить вопрос

Текст 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:

X = [-0.16 -0.74 -0.78 -0.72].

Ответ: 

Вопрос 21

Неверно

Баллов: 0,0 из 1,0

Отметить вопрос

Текст 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 = [-0.53 -0.93 0.16 -0.74 0.37], D1 = -1

A2 = [0.37 0.75 -0.75 0.18 -0.89], D2 = 1

A3 = [-0.36 -0.09 0.81 0.08 -0.93], D3 = 1

Ответ: 

Вопрос 22

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст 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

0,2.217,-1.173

1,-0.36,-0.192

2,-0.802,-0.09

3,0.23,-0.224

4,-1.733,-0.194

5,-1.299,-0.093

6,-0.3,0.271

7,0.211,0.66

8,1.25,-1.399

9,-0.597,-0.333

10,0.559,-0.79

11,-0.547,0.16

12,1.37,-0.183

13,-0.299,-0.313

14,0.801,-0.037

15,-1.17,1.028

16,0.539,1.068

17,-1.764,-1.217

18,1.998,1.086

19,0.028,0.31

20,0.554,0.293

21,-1.634,-1.31

22,-0.834,0.188

23,-0.199,-1.134

24,-1.505,0.87

25,-0.292,0.276

26,-0.235,-0.437

27,0.07,1.855

28,-0.648,0.829

29,1.224,-2.232

Ответ: 

Вопрос 23

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

С помощью библиотеки Sklearn на основе алгоритма CART производится построение дерева классификации с использованием стандартных параметров. Для этого с использованием библиотеки Pandas осуществляется загрузка обучающей выборки данных из файла data.csv, который содержит значения атрибутов ("A1", "A2", "A3", "A4", "A5", "A6") и метки классов ("C"). Требуется определить коэффициенты значимости каждого атрибута (с использованием feature_importances_) и в качестве ответа записать максимальное значение коэффициента. Ответ требуется округлить с помощью функции round() до 3 знаков и записать через символ ".".

 

Содержимое файла data.csv:

,A1,A2,A3,A4,A5,A6,C

0,-5.219,4.801,-4.882,8.14,-8.269,1.247,1.0

1,4.74,-5.9,5.381,2.702,-2.753,4.823,3.0

2,-8.046,3.846,-2.724,6.224,-10.423,-2.424,0.0

3,-7.927,-1.754,-0.099,8.257,-8.042,-2.111,0.0

4,6.816,-4.994,8.536,1.591,-1.536,1.646,3.0

5,-4.966,-0.638,-3.471,8.153,-9.642,-2.413,0.0

6,-0.244,1.372,8.193,-3.532,9.651,7.003,4.0

7,0.362,0.881,1.905,-3.653,6.546,10.418,4.0

8,-0.75,0.122,3.425,-5.253,4.237,10.462,4.0

9,-5.023,3.855,-4.212,4.473,-6.795,-0.069,1.0

10,-3.934,6.448,0.99,-12.457,10.311,11.471,4.0

11,-0.832,-5.346,-2.059,6.989,-8.35,-3.496,0.0

12,10.035,5.67,-5.351,-10.004,7.819,5.414,2.0

13,-5.805,-2.83,-3.695,12.216,-10.655,-3.034,0.0

14,3.624,-1.321,4.176,7.515,-2.169,3.498,3.0

15,3.21,4.434,-6.14,-7.36,3.798,9.046,2.0

16,6.743,-3.204,4.804,6.738,1.008,-0.318,3.0

17,-3.34,-1.718,-6.576,6.377,-10.489,2.963,1.0

18,-3.737,0.892,-0.863,8.295,-8.754,-3.175,0.0

19,-5.627,-0.868,-1.747,5.013,-5.387,-4.501,0.0

20,4.568,10.557,-6.761,-7.76,4.331,8.667,2.0

21,10.676,2.875,-6.215,-7.621,6.457,11.316,2.0

22,-6.948,2.73,-5.051,8.199,-7.776,2.788,1.0

23,-7.087,2.973,-4.487,6.898,-8.063,-1.231,1.0

24,-0.337,-1.523,5.517,-5.721,9.432,12.663,4.0

25,7.484,5.332,-7.065,-9.668,6.064,8.223,2.0

26,2.333,-2.352,8.011,1.234,-1.221,3.867,3.0

27,-7.341,3.278,-4.507,7.31,-7.469,0.894,1.0

28,4.644,3.77,-5.961,-9.871,1.179,9.379,2.0

29,3.77,-1.536,6.753,9.915,-2.079,1.141,3.0

30,0.228,1.562,4.95,-4.367,8.739,9.3,4.0

Ответ: 

Вопрос 24

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст 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

0,8.057,-7.617,9.362,0.0

1,3.044,6.9,-4.389,4.0

2,7.459,-0.113,5.768,2.0

3,4.911,10.824,-7.123,4.0

4,5.276,1.734,4.746,3.0

5,2.246,3.952,3.862,3.0

6,3.005,8.735,-10.728,4.0

7,6.286,-1.89,3.024,2.0

8,6.023,-5.505,13.631,0.0

9,-0.289,6.726,4.235,3.0

10,7.795,-2.69,6.188,2.0

11,-4.159,-7.461,3.319,1.0

12,3.482,-8.115,4.519,0.0

13,4.052,-6.602,7.582,0.0

14,8.931,1.263,5.922,2.0

15,8.872,-3.427,3.423,2.0

16,2.039,-5.711,0.005,1.0

17,-1.904,-6.192,4.139,1.0

18,-1.695,-8.22,0.831,1.0

19,-0.487,-6.183,6.914,1.0

20,4.549,6.056,6.834,3.0

21,0.349,7.812,3.303,3.0

22,0.538,11.73,-7.356,4.0

23,7.938,-11.321,8.309,0.0

24,-2.618,10.85,-6.393,4.0

25,4.947,1.982,2.433,2.0

26,5.046,-7.501,7.559,0.0

27,2.531,6.622,-5.645,4.0

28,-0.397,-4.129,4.363,1.0

29,7.933,-12.321,7.231,0.0

30,7.867,2.634,7.687,3.0

Ответ: 

Вопрос 25

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

С использованием библиотеки Pandas проводится предварительный анализ данных, содержащихся в файле data.csv. Посредством анализа данных необходимо определить значение A5 первого элемента списка, полученного путем фильтрации данных по условиям А2 > 1 и A3 < 2 и сортировки данных в порядке возрастания по значению A4. Ответ записать в виде числа без округлений через символ ".".

 

Содержимое файла data.csv:

,A1,A2,A3,A4,A5,A6,C

0,7.08,3.53,-4.64,-11.58,-1.84,-6.3,1.0

1,6.7,-2.18,4.54,9.41,3.1,5.7,0.0

2,-5.42,8.71,1.23,5.69,-5.2,0.69,2.0

3,-9.63,11.37,7.63,6.45,5.14,-5.59,3.0

4,-4.66,-5.53,4.17,1.32,-7.73,-6.7,4.0

5,3.09,6.49,-9.28,-10.0,-6.15,-6.91,1.0

6,-8.03,-3.63,8.9,-1.02,-5.66,-9.64,4.0

7,8.27,-0.28,0.72,10.07,2.17,5.16,0.0

8,3.0,4.25,-8.47,-3.65,-4.82,-8.67,1.0

9,-5.58,10.8,9.26,4.79,5.66,-2.89,3.0

10,-4.51,-3.45,7.33,2.88,-8.1,-5.73,4.0

11,-9.95,6.44,-4.62,7.95,-6.4,-1.42,2.0

12,-6.43,-1.05,8.07,2.95,-7.4,-8.05,4.0

13,7.44,0.66,4.46,7.46,3.74,6.12,0.0

14,5.16,-0.1,2.72,8.04,2.66,5.94,0.0

15,-4.83,-2.44,5.12,3.69,-7.72,-8.27,4.0

16,4.28,3.41,-9.59,-10.3,-9.31,-8.59,1.0

17,-10.28,7.29,-5.03,5.22,-3.7,-0.98,2.0

18,7.98,0.89,-7.52,-10.12,-7.04,-8.6,1.0

19,-6.52,6.72,4.22,7.3,2.94,2.71,3.0

20,-7.34,8.08,8.98,6.21,5.87,-2.1,3.0

21,4.19,3.48,-6.63,-11.41,-8.15,-4.48,1.0

22,6.08,-3.75,-1.64,6.7,4.06,6.25,0.0

23,-10.17,7.06,8.65,6.5,5.88,-1.97,3.0

24,-8.66,6.75,-2.95,2.17,-3.07,1.41,2.0

25,5.99,1.41,4.02,9.56,7.19,6.47,0.0

26,-6.54,8.14,-2.92,6.74,-5.43,-4.25,2.0

27,-9.39,7.25,11.78,8.47,5.51,0.27,3.0

28,2.94,-2.22,1.75,7.33,4.2,11.24,0.0

29,-7.32,-2.09,4.11,0.33,-7.95,-8.84,4.0

30,-5.75,7.17,-6.15,8.9,0.03,1.1,2.0

Ответ: 

Вопрос 26

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст 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,-2.284,-7.542,-0.452,-9.202,-1.225,-10.269,2.0

1,-3.183,4.884,9.217,-3.433,5.522,0.353,3.0

2,-3.613,0.866,10.961,-6.805,4.965,-0.231,3.0

3,-5.851,-5.675,0.691,-5.173,3.011,-7.993,2.0

4,0.098,-9.842,-3.806,-3.576,1.26,-7.584,2.0

5,-3.759,-3.698,6.872,7.59,1.543,-9.417,4.0

6,-6.561,-5.811,3.778,11.262,0.493,-3.655,4.0

7,-8.515,1.786,7.399,-5.576,4.298,-1.488,3.0

8,-4.925,-0.544,11.556,-8.044,5.909,1.303,3.0

9,3.212,11.342,2.117,2.65,4.946,-10.118,0.0

10,-1.726,-8.777,5.712,3.721,-2.236,-6.227,4.0

11,7.854,9.884,0.251,3.453,3.251,-6.076,0.0

12,-3.445,-4.642,-0.658,7.896,-2.324,-8.155,4.0

13,-3.638,-6.094,7.812,11.109,2.051,-7.433,4.0

14,-6.109,-2.768,-2.943,9.968,5.016,-7.285,1.0

15,-4.06,-4.113,-1.419,7.099,4.704,-1.26,1.0

16,-3.621,-4.743,-3.816,9.12,2.914,-3.436,1.0

17,-4.74,-10.589,7.011,8.078,-1.412,-4.053,4.0

18,-3.785,-9.636,-2.808,-6.241,-2.11,-5.852,2.0

19,-5.661,-10.479,-0.636,-7.354,1.135,-4.581,2.0

20,4.631,8.775,-0.099,-0.193,2.603,-8.948,0.0

21,-2.081,-3.822,-2.93,8.924,4.265,-1.175,1.0

22,2.179,9.608,1.102,0.245,1.447,-7.999,0.0

23,-3.327,-6.709,-1.16,7.657,2.315,-5.128,1.0

24,2.916,6.101,-1.158,1.369,6.964,-9.838,0.0

25,-4.342,-6.685,-0.51,-5.046,3.56,-5.403,2.0

26,4.411,10.598,-5.443,6.66,1.497,-5.992,0.0

27,-2.357,5.843,8.951,-3.138,2.766,-1.334,3.0

28,-6.926,-3.262,-6.94,6.22,2.714,-3.555,1.0

29,-4.993,-1.102,8.678,-3.674,1.375,0.366,3.0

30,0.633,9.721,-1.807,4.702,1.874,-5.559,0.0

Ответ: 

Вопрос 27

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст 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 = [-0.35 -0.31 -0.71 0.3 -0.38], D1 = -1

A2 = [-0.43 0.7 0.13 -0.85 0.15], D2 = 1

A3 = [0.39 -0.62 -0.57 -0.83 0.21], D3 = 1

Ответ: 

Вопрос 28

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст 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 = [-0.58 -0.04 -0.16 0.72 -0.66 -0.32 -0.46 0.38 -0.56 0.62].

 

Ответ: 

Вопрос 29

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст 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,-2.371,7.662,-8.595,-6.11,-1.081,-9.362,0.0

1,12.788,-6.379,-7.287,2.303,7.756,-7.669,2.0

2,8.686,7.296,9.207,5.995,-4.909,-1.897,3.0

3,8.794,-5.481,-5.804,-0.549,8.073,-13.057,2.0

4,2.1,9.876,8.631,6.299,-9.105,-2.993,3.0

5,0.334,8.563,-7.521,-5.565,-0.376,-8.34,0.0

6,9.154,-7.267,-8.288,-2.374,0.812,-7.671,2.0

7,0.494,6.596,12.278,8.276,-3.402,0.731,3.0

8,0.491,12.819,5.863,5.154,-8.805,0.362,3.0

9,-1.448,8.494,-7.499,-4.411,-0.549,-10.133,0.0

10,7.216,7.21,7.322,-8.569,0.191,1.122,1.0

11,4.717,6.988,8.302,-11.193,-3.409,1.635,1.0

12,-8.058,-10.833,8.63,5.492,1.974,-8.294,4.0

13,0.496,7.427,8.203,8.603,-8.235,-0.78,3.0

14,-2.082,4.478,-5.683,-3.055,0.09,-11.287,0.0

15,-10.73,-8.27,5.934,4.35,-2.206,-7.069,4.0

16,1.618,6.675,11.321,7.725,-5.959,-4.928,3.0

17,6.404,4.411,4.415,-7.004,0.016,0.658,1.0

18,-9.106,-12.064,8.007,7.403,2.918,-7.348,4.0

19,-0.7,4.829,-8.331,-5.114,-2.097,-10.638,0.0

20,-9.988,-10.071,8.309,5.507,1.363,-3.419,4.0

21,-2.083,5.504,-3.391,-5.467,1.852,-5.909,0.0

22,7.64,-9.657,-5.432,0.762,3.072,-10.202,2.0

23,7.112,4.831,5.532,-7.937,-2.759,3.119,1.0

24,-9.539,-12.498,9.395,3.409,4.413,-7.277,4.0

25,6.929,-7.667,-6.418,-2.224,3.212,-8.033,2.0

26,-1.033,6.583,-5.541,-8.598,0.221,-7.66,0.0

27,2.086,9.48,6.236,-8.544,-1.091,3.073,1.0

28,-8.042,-7.149,7.491,5.446,2.704,-8.645,4.0

29,6.531,7.817,8.335,-8.725,-3.407,0.552,1.0

30,9.764,-7.868,-6.773,2.28,1.921,-8.986,2.0

Ответ: 

Вопрос 30

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст 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

0,8.326,9.583

1,8.316,9.454

2,-1.598,5.291

3,-0.596,4.986

4,8.763,9.275

5,7.978,9.231

6,-0.329,4.913

7,0.453,5.106

8,-0.126,5.403

9,-0.684,4.645

10,8.023,10.395

11,-0.752,5.212

12,7.819,8.547

13,0.652,4.702

14,8.647,9.37

15,8.59,8.918

16,8.831,8.93

17,8.436,8.543

18,-0.26,4.687

19,0.171,5.262

20,0.127,4.177

21,8.885,9.603

22,-0.192,5.097

23,-0.836,5.169

24,-1.026,5.924

25,8.613,8.821

26,8.78,9.055

27,9.23,9.057

28,9.269,9.118

29,-0.32,4.959

Ответ: 

Вопрос 31

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст 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

0,0.583,0.819,-7.184,3.0

1,-2.127,1.243,-7.401,4.0

2,-5.794,-2.424,-0.066,0.0

3,-7.115,-2.926,-5.966,0.0

4,-6.012,-2.237,-2.951,0.0

5,1.038,-1.634,7.226,2.0

6,-4.753,-6.661,-4.191,0.0

7,-3.394,3.966,-5.634,4.0

8,2.04,1.329,6.551,1.0

9,-6.441,2.831,-4.208,4.0

10,-1.899,-3.658,-4.405,0.0

11,3.68,-2.749,3.981,2.0

12,-7.62,-2.966,-1.17,0.0

13,1.687,-4.913,6.937,2.0

14,1.736,4.466,3.863,1.0

15,3.84,-2.727,-6.908,3.0

16,4.698,-1.803,-12.652,3.0

17,1.283,-1.845,3.301,1.0

18,4.175,1.306,5.188,2.0

19,-5.038,6.441,-6.399,4.0

20,-2.451,2.696,-2.95,4.0

21,3.946,3.474,4.714,1.0

22,5.618,0.617,6.51,1.0

23,-3.662,5.122,-8.224,4.0

24,1.26,-0.241,-9.348,3.0

25,-3.977,-2.234,0.839,0.0

26,1.568,-1.098,-8.786,3.0

27,0.151,-3.446,8.237,2.0

28,6.086,-2.307,4.927,2.0

29,0.412,2.469,5.033,1.0

30,3.568,1.365,-9.439,3.0

Ответ: 

Вопрос 32

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст 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

0,1.927,6.933

1,2.591,8.095

2,3.36,7.071

3,2.302,6.607

4,1.027,6.318

5,2.051,6.08

6,2.534,7.522

7,1.813,6.835

8,3.955,8.026

9,3.389,8.019

10,3.951,8.272

11,1.177,6.725

12,3.948,8.098

13,3.029,6.664

14,2.6,8.446

15,1.965,6.125

16,2.111,6.313

17,1.685,6.194

18,2.948,7.857

19,3.429,6.614

20,2.87,7.462

21,1.235,5.944

22,2.765,8.442

23,1.669,6.663

24,3.383,7.996

25,2.602,7.312

26,2.512,6.651

27,1.85,6.652

28,1.706,6.245

29,2.917,7.475

Ответ: 

Вопрос 33

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

С помощью библиотеки Sklearn на основе алгоритма CART производится построение дерева классификации с использованием стандартных параметров. Для этого с использованием библиотеки Pandas осуществляется загрузка обучающей выборки данных из файла data.csv, который содержит значения атрибутов ("A1", "A2", "A3", "A4", "A5", "A6") и метки классов ("C"). Требуется определить коэффициенты значимости каждого атрибута (с использованием feature_importances_) и в качестве ответа записать максимальное значение коэффициента. Ответ требуется округлить с помощью функции round() до 3 знаков и записать через символ ".".

 

Содержимое файла data.csv:

,A1,A2,A3,A4,A5,A6,C

0,0.993,-9.7,-4.129,-7.585,7.184,9.8,1.0

1,-5.372,11.35,-10.045,-0.775,-4.633,-7.734,2.0

2,-1.686,4.182,4.47,-7.663,1.141,6.132,3.0

3,-1.266,-5.743,-7.448,-8.314,3.515,4.562,1.0

4,-0.925,-10.246,-7.661,-8.374,5.82,8.445,1.0

5,-4.965,-11.817,-5.761,-4.265,5.977,6.484,1.0

6,-5.977,-10.524,-6.86,2.582,1.398,-0.472,0.0

7,-4.04,-6.788,-0.912,5.202,3.019,-3.594,0.0

8,-5.219,9.792,-7.939,-3.286,-6.804,-8.083,2.0

9,-3.068,10.049,2.457,8.115,-5.26,0.263,4.0

10,-0.019,1.331,1.66,-7.642,5.083,7.147,3.0

11,-2.02,-5.292,-7.089,3.129,3.062,-3.3,0.0

12,-1.224,1.318,0.487,-10.06,-1.114,7.353,3.0

13,-2.626,-12.991,-8.857,-6.584,3.971,8.257,1.0

14,-3.697,-4.806,-3.615,-8.523,3.698,6.801,1.0

15,-4.407,11.188,-0.476,10.124,-1.846,-0.837,4.0

16,-2.676,11.844,-2.231,6.5,-1.401,1.66,4.0

17,-5.498,8.789,-2.099,-1.766,-1.554,-5.879,2.0

18,-6.487,14.185,-6.11,3.035,-7.274,-6.085,2.0

19,-3.906,-5.233,-3.545,-2.311,-0.138,0.204,0.0

20,2.853,0.502,3.19,-5.513,1.332,9.751,3.0

21,-7.794,-7.496,-0.744,6.559,5.047,-2.145,0.0

22,-3.21,-8.455,-1.12,4.497,1.46,-0.977,0.0

23,-4.494,8.949,3.537,6.529,-5.085,2.555,4.0

24,-4.879,9.721,-1.603,7.557,-0.746,0.42,4.0

25,-0.033,-6.87,-1.299,5.179,2.996,-1.982,0.0

26,-1.975,7.813,-9.78,1.137,-3.365,-1.973,2.0

27,-1.01,2.762,0.348,-9.302,0.745,7.826,3.0

28,3.641,5.526,-1.735,-4.52,1.942,4.631,3.0

29,-0.848,9.4,-7.037,-2.173,-5.089,-4.54,2.0

30,-4.693,7.469,-1.243,7.661,-1.077,0.193,4.0

Ответ: 

Вопрос 34

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст 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 = [0.86 0.96 -0.13 0.37 0.38], D1 = -1

A2 = [0.52 0.6 0.58 0.55 -0.02], D2 = 1

A3 = [-0.2 0.1 -0.54 0.92 -0.68], D3 = 1

Ответ: 

Вопрос 35

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст 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 = [-0.97 0.78 -0.43 -0.4 0.58], D1 = -1

A2 = [-0.35 0.73 -0.1 0.1 -0.29], D2 = 1

A3 = [-0.78 -0.72 -0.11 0.46 -0.08], D3 = 1

Ответ: 

Вопрос 36

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст вопроса

С использованием библиотеки Pandas проводится предварительный анализ данных, содержащихся в файле data.csv. Посредством анализа данных необходимо определить значение A5 первого элемента списка, полученного путем фильтрации данных по условиям А2 > 1 и A3 < 2 и сортировки данных в порядке возрастания по значению A4. Ответ записать в виде числа без округлений через символ ".".

 

Содержимое файла data.csv:

,A1,A2,A3,A4,A5,A6,C

0,-7.99,-2.87,6.96,-4.14,9.12,7.57,0.0

1,-9.01,1.96,-7.27,8.17,-2.35,8.6,2.0

2,2.72,12.02,6.37,-2.89,-2.69,2.97,1.0

3,-6.61,-1.72,5.89,-4.68,6.97,4.63,0.0

4,6.93,8.24,-9.08,-3.03,-5.16,4.18,4.0

5,-4.87,-5.18,5.6,-6.84,9.24,5.67,0.0

6,4.98,8.98,6.52,-5.24,-2.2,6.66,1.0

7,5.57,6.64,-9.39,-8.24,-2.85,1.4,4.0

8,4.81,-2.24,-5.2,-3.69,1.84,-5.23,3.0

9,10.29,5.75,-8.44,-4.65,-2.36,2.77,4.0

10,-5.39,-1.07,-6.03,7.94,-4.95,8.33,2.0

11,5.01,-5.87,-5.17,-0.17,3.32,-2.42,3.0

12,4.92,13.02,9.07,-3.7,0.33,5.16,1.0

13,-8.55,-3.32,8.16,-7.06,8.42,6.12,0.0

14,-4.27,-0.12,6.96,-3.76,8.48,4.13,0.0

15,6.13,0.86,-6.76,-0.19,6.53,-9.07,3.0

16,-7.88,-1.37,-4.64,8.71,-6.74,4.6,2.0

17,-6.74,0.62,-8.66,8.04,-9.0,9.08,2.0

18,-10.99,0.83,-7.89,11.05,-4.42,6.84,2.0

19,12.08,6.51,-12.15,-3.55,0.2,7.45,4.0

20,-8.42,2.34,-4.85,8.92,-9.11,7.71,2.0

21,8.3,10.6,-7.88,0.14,-0.87,3.71,4.0

22,3.58,-3.22,-3.27,-0.52,1.26,-1.46,3.0

23,4.21,6.18,-10.79,-1.48,-5.2,1.92,4.0

24,4.19,-3.37,-4.15,-3.57,1.41,-4.43,3.0

25,-6.39,-4.53,8.42,-4.49,10.56,3.59,0.0

26,5.62,11.04,6.02,-4.54,-2.96,5.07,1.0

27,4.98,9.8,5.73,-7.12,-1.19,4.12,1.0

28,-6.2,-0.99,9.78,-9.94,7.62,8.74,0.0

29,2.2,2.19,-6.15,-0.18,4.84,-3.75,3.0

30,3.66,9.24,8.54,-4.1,-1.14,3.21,1.0

Ответ: 

Вопрос 37

Верно

Баллов: 1,0 из 1,0

Отметить вопрос

Текст 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,-2.03,-0.46

1,-1.324,-0.234

2,-0.157,-0.549

3,0.064,0.932

4,1.496,0.015

5,0.81,0.258

6,-0.133,1.522

7,-1.699,0.367

8,0.832,-1.427

9,0.103,0.919

10,0.438,-1.505

11,1.135,0.252

12,1.437,-0.422

13,-0.802,1.643

14,0.082,0.468

15,-1.13,0.856

16,0.983,1.072

17,0.297,1.632

18,1.131,1.038

19,0.515,-0.842

20,-1.0,-0.407

21,0.437,0.116

22,-0.819,0.133

23,-1.319,0.563

24,1.941,1.479

25,-0.185,-1.058

26,0.959,-0.487

27,0.182,0.983

28,0.62,0.206

29,0.095,1.58

Ответ: 

Вопрос 38

Неверно

Баллов: 0,0 из 1,0

Отметить вопрос

Текст вопроса

С помощью библиотеки Sklearn на основе алгоритма CART производится построение дерева классификации с использованием стандартных параметров. Для этого с использованием библиотеки Pandas осуществляется загрузка обучающей выборки данных из файла data.csv, который содержит значения атрибутов ("A1", "A2", "A3", "A4", "A5", "A6") и метки классов ("C"). Требуется определить коэффициенты значимости каждого атрибута (с использованием feature_importances_) и в качестве ответа записать максимальное значение коэффициента. Ответ требуется округлить с помощью функции round() до 3 знаков и записать через символ ".".

 

Содержимое файла data.csv:

,A1,A2,A3,A4,A5,A6,C

0,8.634,-11.924,-7.119,-4.791,-6.504,-4.568,4.0

1,-5.855,3.901,-2.063,6.705,-6.902,9.121,1.0

2,0.065,6.913,-6.379,-2.171,-9.292,-3.836,2.0

3,11.339,5.527,6.306,3.985,6.023,11.533,3.0

4,-4.74,-4.063,6.558,-6.917,-11.993,6.837,0.0

5,10.347,2.978,3.744,0.591,9.442,8.835,3.0

6,-7.791,2.069,-1.445,12.849,-7.431,5.922,1.0

7,-3.564,-3.958,6.38,-8.545,-5.923,8.667,0.0

8,-6.073,-2.683,-2.129,10.669,-3.15,6.324,1.0

9,-3.217,-3.166,12.019,-10.999,-6.786,4.531,0.0

10,2.91,-9.626,-4.957,-5.829,-3.879,-5.554,4.0

11,-7.375,-0.988,-0.375,11.503,-11.164,6.359,1.0

12,-2.43,6.022,-10.765,-2.741,-8.493,-3.739,2.0

13,6.674,-4.084,-4.517,-3.664,-5.475,-4.904,4.0

14,-8.665,0.818,-2.278,10.947,-7.539,8.229,1.0

15,0.471,2.391,-11.602,-0.85,-11.926,-1.248,2.0

16,-1.802,3.433,-7.259,-0.205,-9.951,-4.461,2.0

17,1.432,-2.086,7.441,-5.938,-9.508,8.626,0.0

18,8.977,8.129,9.515,1.867,7.774,13.739,3.0

19,6.117,-5.842,-5.934,-5.974,-5.336,-10.229,4.0

20,6.66,2.392,5.081,6.516,7.9,9.246,3.0

21,-3.574,-3.927,4.648,-8.154,-11.271,7.384,0.0

22,9.192,5.146,8.193,1.045,12.485,9.792,3.0

23,-0.753,-2.953,12.302,-11.492,-10.623,5.324,0.0

24,4.923,-7.382,-6.51,-8.583,-5.284,-6.321,4.0

25,9.815,4.217,9.705,-1.751,8.671,9.854,3.0

26,-1.385,9.452,-9.787,0.765,-9.297,-2.626,2.0

27,-6.118,-2.021,7.059,-7.727,-10.182,5.435,0.0

28,-1.041,8.018,-9.043,-3.331,-7.667,-3.993,2.0

29,2.556,-9.332,-5.578,-8.406,-4.499,-6.186,4.0

30,-10.166,-1.571,-1.786,11.056,-6.56,10.133,1.0

Ответ: 

Вопрос 39

Неверно

Баллов: 0,0 из 1,0

Отметить вопрос

Текст вопроса

С помощью библиотеки Sklearn на основе алгоритма CART производится построение дерева классификации с использованием стандартных параметров. Для этого с использованием библиотеки Pandas осуществляется загрузка обучающей выборки данных из файла data.csv, который содержит значения атрибутов ("A1", "A2", "A3", "A4", "A5", "A6") и метки классов ("C"). Требуется определить коэффициенты значимости каждого атрибута (с использованием feature_importances_) и в качестве ответа записать максимальное значение коэффициента. Ответ требуется округлить с помощью функции round() до 3 знаков и записать через символ ".".

 

Содержимое файла data.csv:

,A1,A2,A3,A4,A5,A6,C

0,-8.866,-4.579,0.267,-1.027,7.35,-7.76,4.0

1,6.648,-2.29,6.014,7.668,3.89,5.569,1.0

2,7.842,2.553,1.19,-6.751,7.9,2.493,3.0

3,-5.422,-7.008,-0.843,-1.195,8.046,-5.426,4.0

4,-1.036,10.171,-2.977,5.134,6.609,-0.492,2.0

5,7.413,3.111,-0.765,-9.061,8.315,6.645,3.0

6,3.756,10.933,-5.38,4.579,3.066,-7.134,2.0

7,-5.494,-7.995,0.737,-2.086,6.48,-1.636,4.0

8,7.497,4.148,0.088,-7.008,8.554,-1.819,3.0

9,5.712,-0.758,2.53,3.223,0.728,5.406,1.0

10,-5.911,-4.819,0.212,2.294,4.452,-3.558,4.0

11,4.187,9.1,-6.777,6.764,7.663,-1.844,2.0

12,8.745,-0.245,5.7,5.981,2.819,6.831,1.0

13,7.987,-7.355,6.161,-2.08,-6.354,0.238,0.0

14,8.968,-7.923,9.7,0.289,-7.412,2.29,0.0

15,3.621,10.215,-5.689,8.407,6.449,-4.443,2.0

16,6.669,-1.899,2.617,-10.592,8.604,2.273,3.0

17,6.081,-6.969,6.652,1.848,-9.559,3.581,0.0

18,8.908,2.186,2.644,-7.383,10.541,2.736,3.0

19,3.867,-7.979,5.764,-3.142,-6.569,4.136,0.0

20,7.449,-9.015,10.032,0.936,-6.461,1.876,0.0

21,4.325,5.495,-10.597,5.517,7.412,-4.787,2.0

22,-7.024,-4.17,-1.211,-0.444,8.599,-4.536,4.0

23,5.498,-3.212,4.9,-1.334,2.268,5.326,1.0

24,6.742,-0.599,1.159,6.135,6.113,6.183,1.0

25,-6.822,-4.011,0.132,-2.848,6.708,-5.701,4.0

26,4.092,11.178,-11.653,10.398,8.353,-4.882,2.0

27,5.244,-0.777,3.481,-7.3,12.255,2.892,3.0

28,3.857,-7.25,4.511,-0.908,-11.334,2.116,0.0

29,5.358,-8.381,7.866,-5.255,-6.183,-0.518,0.0

30,5.24,-2.757,5.397,-0.158,4.591,9.983,1.0

Ответ: 

Вопрос 40

Неверно

Баллов: 0,0 из 1,0

Отметить вопрос

Текст 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

0,6.828,1.568,3.022,0.0

1,-3.216,-11.36,-4.713,3.0

2,2.877,0.559,3.681,0.0

3,5.776,-1.655,5.396,0.0

4,11.287,7.528,-0.85,4.0

5,1.705,-6.863,-6.444,3.0

6,-4.766,5.91,4.687,1.0

7,-1.864,8.496,-8.936,2.0

8,-3.42,6.407,1.375,1.0

9,-2.449,11.718,-8.863,2.0

10,1.752,-7.712,-9.212,3.0

11,9.882,9.129,0.991,4.0

12,-7.089,5.802,4.98,1.0

13,8.7,7.668,0.283,4.0

14,10.796,5.525,1.571,4.0

15,2.348,-0.873,6.15,0.0

16,-1.871,9.336,-6.471,2.0

17,3.869,1.344,0.995,0.0

18,0.247,-11.103,-2.904,3.0

19,8.901,8.58,0.563,4.0

20,1.773,0.745,0.878,0.0

21,-8.495,5.57,10.223,1.0

22,0.416,7.809,-7.194,2.0

23,-3.79,7.978,-7.67,2.0

24,-4.036,-7.991,-2.832,3.0

25,11.128,6.048,1.48,4.0

26,-2.11,-9.895,-5.334,3.0

27,3.099,0.35,4.416,0.0

28,-4.577,5.145,2.805,1.0

29,-8.809,4.855,4.717,1.0

30,0.471,11.117,-9.234,2.0

Ответ: 

Конец формы

Вам подходит эта работа?
Похожие работы
Искусственный интеллект
Тест Тест
6 Ноя в 12:36
19 +4
0 покупок
Искусственный интеллект
Контрольная работа Контрольная
4 Ноя в 16:19
11
0 покупок
Искусственный интеллект
Контрольная работа Контрольная
4 Ноя в 16:15
12
0 покупок
Другие работы автора
Искусственный интеллект
Тест Тест
6 Ноя в 12:36
19 +4
0 покупок
Инженерная геология
Тест Тест
3 Ноя в 20:05
19
0 покупок
Инженерная геология
Тест Тест
3 Ноя в 20:01
12
0 покупок
Гидротехническое строительство
Тест Тест
9 Окт в 11:04
38 +1
0 покупок
Нефтегазовое дело
Тест Тест
7 Окт в 08:22
39 +1
0 покупок
Уголовное право
Тест Тест
17 Сен в 14:20
63
0 покупок
Гражданское право
Творческая работа Творческая работа
9 Сен в 13:27
63
0 покупок
Уголовное право
Курсовая работа Курсовая
9 Сен в 13:23
62
0 покупок
Теория государства и права
Курсовая работа Курсовая
9 Сен в 13:21
50
0 покупок
Теория государства и права
Курсовая работа Курсовая
9 Сен в 13:20
54
0 покупок
Уголовное право
Курсовая работа Курсовая
6 Сен в 13:40
80 +1
0 покупок
Гражданский процесс
Дипломная работа Дипломная
6 Сен в 13:36
67 +2
0 покупок
Гражданское право
Дипломная работа Дипломная
6 Сен в 13:34
87 +1
0 покупок
Управление проектами
Тест Тест
6 Сен в 13:26
87 +1
0 покупок
Темы журнала
Показать ещё
Прямой эфир