- •Екзаменаційний білет №1
- •3. Інтервальна шкала – це шкала,
- •Екзаменаційний білет № 2
- •Екзаменаційний білет № 3
- •Екзаменаційний білет № 4
- •Екзаменаційний білет № 5
- •Екзаменаційний білет № 6
- •Екзаменаційний білет № 7
- •Екзаменаційний білет № 8
- •1. Яка вам відома Классификация технологических методов Data Mining?
- •Екзаменаційний білет № 9
- •Екзаменаційний білет № 10
- •Екзаменаційний білет № 11
- •Екзаменаційний білет № 12
- •Екзаменаційний білет № 13
- •Екзаменаційний білет № 14
- •Екзаменаційний білет № 15
Екзаменаційний білет № 7
І. Теоретична частина
1. Какие существуют стадии Data Mining?
2. У чому полягає байєсовськая класифікація?
ІІ. Тестова частина
1. Порядкова шкала - це шкала, яка містить
(Відзначте один правильний варіант відповіді.)
a. категорії, які можуть упорядочиваться
b. категорії, які не можуть упорядочиваться
c. тільки дві категорії
2. Відповідно до класифікації по стратегіям, завдання Data Mining підрозділяються на:
(Відповідь вважається вірним, якщо відзначені всі правильні варіанти відповідей.)
a. навчання з учителем
b. прогнозують
c. навчання без учителя
d. дескриптивні
3. Оцініть правильність твердження: "Data Mining може замінити аналітика"
a. yтвержденіе вірно
b. yтвержденіе невірно. Технологія не може дати відповіді на ті питання, які не були задані
c. yтвержденіе невірно. Технологія всього лише дає аналітику інструмент для полегшення і покращення його роботи
4. Яка з перерахованих нижче груп методів досить часто використовує для виявлення взаємозв'язків в даних концепцію усереднення по вибірці?
a. Data Mining
b. статистичні методи
c. OLAP
5. Виберіть характеристику, найбільш підходящу для Data Mining
a. підходить для розуміння ретроспективних даних
b. спирається на ретроспективні дані для отримання відповідей на питання про майбутнє
c. підходить для узагальнення ретроспективних даних
6. Заполните пропуск в формулировке: "Для проведения ... должны присутствовать признаки, характеризующие группу, к которой принадлежит то или иное событие или объект"
a. кластеризации
b. классификации
c. классификации и кластеризации
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 |
Свердло |
189 |
115 |
39 |
111 |
Вища |
Михайлов |
176 |
78 |
51 |
139 |
Науков.ступ |
Кобзарь |
158 |
64 |
27 |
100 |
Среднее |
Степанов |
162 |
80 |
21 |
79 |
Вища |
Фѐдоров |
158 |
69 |
47 |
102 |
Науков.ступ |
Екзаменаційний білет № 8
І. Теоретична частина
1. Яка вам відома Классификация технологических методов Data Mining?
2. Які існують методи підрахунку відстані між об’єктами при кластерізації?
ІІ. Тестова частина
1. Об'єкт описується як ...
(Відзначте один правильний варіант відповіді.)
a. набір атрибутів
b. поле таблиці
c. властивість, що характеризує об'єкт
2. У ході вирішення якої з перерахованих завдань встановлюються закономірності між пов'язаними подіями в наборі даних?
a. завдання пошуку асоціативних правил
b. завдання пошуку послідовних асоціативних правил
c. завдання аналізу відхилень
3. Оцініть правильність твердження: "Витяг корисних відомостей неможливо без гарного розуміння суті даних"
a. твердження вірне
b. твердження не так. Технології Data Mining не потрібен аналітик, тому розуміння будь-ким даних - зайве
c. твердження не так. Технології не потрібно розуміння даних
4. Об'єктом не є:
a. запис
b. випадок
c. приклад
d. рядок таблиці
e. змінна
________________________________________
5. Классификация относится к стратегии:
a. обучения с учителем
b. обучения без учителя
c. оба ответа неверны
6.Кластер можно охарактеризовать как …
a. группу объектов, имеющих общие свойства
b. один объект, изолированный от других
c. группу объектов, имеющую внутреннюю однородность
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 |
Ганзій |
165 |
73 |
29 |
99 |
Вища |
Анохін |
172 |
89 |
58 |
144 |
Середня |
Погребняк |
173 |
78 |
33 |
112 |
Вища |
Степанов |
169 |
80 |
49 |
132 |
Науков.ступ |
Макаров |
201 |
99 |
32 |
87 |
Вища |