1. Bolsmanning mashina usuli Xopfild tarmog‘iga quyidagilarga imkon beradi


"Kirish ma’lumotlarining tavsifi" ga kiritilgan ma’lumotlarni ko‘rsating



Yüklə 57,59 Kb.
səhifə13/13
tarix26.06.2023
ölçüsü57,59 Kb.
#128430
1   ...   5   6   7   8   9   10   11   12   13
1. Bolsmanning mashina usuli Xopfild tarmog‘iga quyidagilarga im

18. "Kirish ma’lumotlarining tavsifi" ga kiritilgan ma’lumotlarni ko‘rsating.


 Birlamchi hujjatlarning tuzilishi tavsifi.

19. Noaniqlik sharoitida yechimni shakllantirish uchun qanday vositalardan foydalaniladi


 Noaniq to‘plamlar.

20. Tarmoq paralichi qaysi algoritm uchun xavfliroq?


 oldinga tarqalish algoritmi



  1. "Kirish maʼlumotlarining tavsifi" ga kiritilgan maʼlumotlarni koʻrsating.


✅ Birlamchi hujjatlarning tuzilishi tavsifi.

  1. Barqarorlikni saqlagan holda lokal minimallardan qochish strategiyasi


✅ ogʻirlik qiymatlarini oʻzgartirishning katta boshlangʻich bosqichlari va bu bosqichlarning astasekin kamayishi

  1. "Kirish maʼlumotlarining tavsifi" ga kiritilgan maʼlumotlarni koʻrsating.


✅ Kirish maʼlumotlarini kiritishni boshqarish usullari.

  1. Neokognitronni oʻrgatishning qaysi turidan foydalanish mumkin?


❌ "Repetitor bilan mashgʻulot"

  1. Neyron tarmoq yechimni shakllantirishda yordam berishi uchun nima qilish kerak:


✅ Misol orqali oʻrgating.

  1. Teskari aloqasiz tarmoq deb, ... tarmoqqa aytiladi.


✅ baʼzi neyronlarning chiqishidan oldingi qatlamdan bir xil neyron yoki neyronning kirishlariga oʻtadigan sinaptik aloqalari yoʻq.

  1. Agar berilgan Kohonen neyroni "gʻolib" boʻlsa, uning OUT qiymati


birga teng

  1. Neokognitronning turli qatlamlarida yotuvchi murakkab tugunlarning farqi nimada?


✅ murakkab tugunlarning har bir qatlami oldingisiga qaraganda kirish tasvirining koʻproq oʻzgarishiga taʼsir qiladi

  1. Maqsad daraxti uchun nima koʻrsatilmagan


✅ 2-qoida uchun ishonch omili.

  1. Biz X mashq vektorini ishga tushurganda. Qaysi holatda vazn qiymatlarini oʻzgartirishkerak emas?


✅ agar perseptron signali toʻgʻri javobga mos kelsa

  1. Tormozlangan sinaptik bogʻlanishlarning ogʻirlik qiymatlari qanday boʻlishi kerak?


✅ oraliqdan teng qiymatlar (-1 / n, 0), bu yerda n - bir qatlamdagi neyronlar soni

  1. Aniqlik sharoitida yechimni hosil qilish uchun qanday vositalardan foydalaniladi


✅ Maqsad daraxti

  1. Neokognitronning turli qatlamlarida yotuvchi murakkab tugunlarning farqi nimada?


✅ kompleks tugunlarning har bir qatlami oldingisiga qaraganda kirish tasvir maydonining kengroq maydoniga javob beradi

  1. Perseptronning kirishiga a vektorni beramiz. Ogʻirlikni qachon kamaytirish kerak?


✅ agar chiqish 1 boʻlsa, lekin sizga 0 kerak boʻlsa

  1. Diskriminant funksiya deyiladi:


✅ istalgan sinf obʼektlari joylashgan obʼekt fazosining mintaqasida funksiya birga va ushbu hududdan tashqarida nolga teng boʻladi

  1. Qarorlarni shakllantirish jarayonida qarorlar daraxti qanday sharoitlarda qoʻllaniladi


✅ Xavf oldi sharoitda.

  1. Perseptronni oʻrganish algoritmi:


✅ oʻqituvchi nazorati ostida oʻrganish algoritmi

  1. Perseptronning kirishi:

✅ haqiqiy sonlardan tashkil topgan vektor

  1. Koxonenning neyroni "gʻolib" deb hisoblanadi.


✅ NET qiymatining maksimal qiymati bilan

  1. Tarmoq paralichi qaysi algoritm uchun xavfliroq?



Koshi taqsimot algoritmi

Yüklə 57,59 Kb.

Dostları ilə paylaş:
1   ...   5   6   7   8   9   10   11   12   13




Verilənlər bazası müəlliflik hüququ ilə müdafiə olunur ©muhaz.org 2024
rəhbərliyinə müraciət

gir | qeydiyyatdan keç
    Ana səhifə


yükləyin