- •Тестові питання для модульного контроль з Інтелектуального аналізу даних
- •Тестові питання для модульного контроль з Інтелектуального аналізу даних
- •Тестові питання для модульного контроль з Інтелектуального аналізу даних
- •Тестові питання для модульного контроль з Інтелектуального аналізу даних
- •Тестові питання для модульного контроль з Інтелектуального аналізу даних
- •Тестові питання для модульного контроль з Інтелектуального аналізу даних
- •Тестові питання для модульного контроль з Інтелектуального аналізу даних
- •Тестові питання для модульного контроль з Інтелектуального аналізу даних
- •Тестові питання для модульного контроль з Інтелектуального аналізу даних
- •Тестові питання для модульного контроль з Інтелектуального аналізу даних
Тестові питання для модульного контроль з Інтелектуального аналізу даних
ПРІЗВИЩЕ: |
|
|
Варіант: 7 |
|
|
Запитання №1 |
||
Інша назва для Інтелектуальний аналіз даних |
||
|
Data mining•••••••••••••••••••••••• |
|
|
Data meeting |
|
|
Data base |
|
|
Data melting |
|
Запитання №2 |
||
«В результаті розв’язку цієї задачі створюється графічний образ аналізованих даних. Для вирішення цієї задачі використовуються графічні методи, що показують наявність закономірностей в даних.» |
||
|
Прогнозування |
|
|
Класифікація |
|
|
Візуалізація•••••••••••••••••••••••• |
|
|
Кластеризація |
|
Запитання №3 |
||
Якій задачі ІАД найбільш точно відповідає опис: «Є логічним продовженням ідеї класифікації. Ця задача більш складна, її особливість полягає в тому, що класи об'єктів спочатку не визначені. Результатом розв’язку цієї задачі є розбиття об'єктів на групи.» |
||
|
Візуалізація |
|
|
Кластеризація•••••••••••••••••••••••• |
|
|
Прогнозування |
|
|
Класифікація |
|
Запитання №4 |
||
Сукупність методів, орієнтованих на виявлення й аналіз схованих залежностей між спостережуваними змінними |
||
|
Факторний аналіз•••••••••••••••••••••••• |
|
|
Кластерний аналіз |
|
|
Опорних векторів |
|
|
Прогнозування |
|
Запитання №5 |
||
Занадто точна відповідність нейронної мережі конкретному набору навчальних прикладів, при якому мережа втрачає здатність до узагальнення. |
||
|
Шаблон |
|
|
Ітерація |
|
|
Копія |
|
|
Перенавчання•••••••••••••••••••••••• |
|
Запитання №6 |
||
Відстані між кластерами визначаються найбільшою відстанню між будь-якими двома об'єктами в різних кластерах |
||
|
Метод опорних векторів |
|
|
Метод найближчого сусіда |
|
|
Метод найбільш віддалених сусідів•••••••••••••••••••••••• |
|
|
Метод k-ближчих сусідів |
|
Запитання №7 |
||
Числові характеристики генеральної сукупності |
||
|
Варіанти |
|
|
Методи |
|
|
Індикатори |
|
|
Параметри•••••••••••••••••••••••• |
|
Запитання №8 |
||
Послідовність спостережуваних значень якої-небудь ознаки, упорядкованих у невипадкові моменти часу. |
||
|
База даних |
|
|
Часовий ряд•••••••••••••••••••••••• |
|
|
Журнал |
|
|
Гістограма |
|
Запитання №9 |
||
Інструментарій, який дозволяє побачити кінцевий результат обчислень, організувати керування обчислювальним процесом і навіть повернутися назад до вихідних даних, щоб визначити найбільш раціональний напрямок подальшого руху |
||
|
Систематизація |
|
|
Алгоритмізація |
|
|
Візуалізація•••••••••••••••••••••••• |
|
|
Асоціація |
|
Запитання №10 |
||
Якщо прогноз здійснюється на кілька кроків уперед, тобто здійснюється побудова прогнозу не більше ніж на 3% від обсягу спостережень або на 1-3 кроку вперед, то це |
||
|
Короткостроковий прогноз•••••••••••••••••••••••• |
|
|
Покроковий прогноз |
|
|
Довгостроковий прогноз |
|
|
Середньостроковий прогноз |
|
Запитання №11 |
||
Якій задачі ІАД найбільш точно відповідає опис: «Найбільш проста і поширена задача Data Mining. В результаті рішення задачі класифікації виявляються ознаки, які характеризують групи об'єктів досліджуваного набору даних ; за цими ознаками новий об'єкт можна віднести до того чи іншого класу.» |
||
|
Прогнозування |
|
|
Кластеризація |
|
|
Візуалізація |
|
|
Класифікація•••••••••••••••••••••••• |
|
Запитання №12 |
||
Властивість або характеристика, загальна для всіх досліджуваних об'єктів, прояв якої може змінюватися від об'єкта до об'єкта |
||
|
Змінна•••••••••••••••••••••••• |
|
|
Вибірка |
|
|
Генеральна сукупність |
|
|
Подія |
|
Запитання №13 |
||
Кластеризація, що полягає в послідовному об'єднанні менших кластерів у більші або поділі більших кластерів на менші. |
||
|
Ієрархічна•••••••••••••••••••••••• |
|
|
Ітеративна |
|
|
Емпірична |
|
|
Детермінована |
|
Запитання №14 |
||
Прогноз на 3-5% від обсягу спостережень, але не більш 7-12 кроків уперед; також під цим типом прогнозу розуміють прогноз на один або половину сезонного циклу |
||
|
Довгостроковий прогноз |
|
|
Покроковий прогноз |
|
|
Середньостроковий прогноз•••••••••••••••••••••••• |
|
|
Короткостроковий прогноз |
|
Запитання №15 |
||
На рисунку показані кластери
|
||
|
Кластери, що не перетинаються•••••••••••••••••••••••• |
|
|
Лінії тренду |
|
|
Гістограми |
|
|
Кластери, що перетинаються |
|
