Екзаменаційний білет № 6

І. Теоретична частина

1. Что такое прогностическое моделирование (Predictive Modeling)?

2. Що таке «дерева рішеннь»? Наведіть приклади їх використання

ІІ. Тестова частина

1. Дані являють собою:

(Відзначте один правильний варіант відповіді.)

a. картинки, звуки, аналогові або цифрові відео-сегменти

b. текст

c. факти і графіки

d. всі разом

2. Сукупність фактів, закономірностей і евристичних правил, за допомогою яких вирішується поставлене завдання, - це ...

(Відзначте один правильний варіант відповіді.)

a. інформація

b. знання

c. дані

3. Задачей классификации можно назвать предсказание...

a. категориальной зависимой переменной, основываясь на выборке непрерывных и/или категориальных переменных 

b. числовой зависимой переменной, основываясь на выборке непрерывных и/или категориальных переменных 

c. порядковой зависимой переменной, основываясь на выборке непрерывных и/или категориальных переменных

4. Закономірності, знайдені в процесі використання технології Data Mining повинні володіти такими властивостями:

a. бути очевидними

b. бути неочевидними

c. бути практично корисними

d. бути об'єктивними

e. чим більше знайдено закономірностей, тим краще

5. В результаті використання інструментів Data Mining користувач може ...

a. отримати гіпотези про взаємозв'язки в даних, самостійно висунуті інструментом Data Mining

b. отримати підтвердження або спростування гіпотез, висунутих користувачем

c. перевірити гіпотези про взаємозв'язки в даних, самостійно висунуті користувачем інструменту Data Mining

d. усі відповіді вірні

6. Область использования Data Mining …

a. ничем не ограничена — она везде, где имеются какие-либо данные

b. ничем не ограничена — она везде, не имеет значения, есть ли какие-либо данные

c. достаточно ограничена, в большинстве случаев – это научные исследования

ІІІ. Практична частина. За даними наведеними в таблиці виконати кластеризацію даних. Для цього необхідно:

A. Нормалізувати дані.

B. Обчислити відстань між об'єктами, що кластерізуємо і побудувати матрицю відстаней (використовувати формулу для обчислення евклідової відстані).

С. Провести розбиття даних на 3 кластера

Прізвище	Зріст (см)	Вага (кг)	Вік (років)	Рівень інтелекту	Освіта
Гаврилов	143	60	33	123	Наук. ступень
Петров	187	101	44	88	Вища
Збукарь	149	78	38	111	Середня
Степанов	158	89	21	89	Вища
Фѐдоров	177	73	19	90	Вища