গাইড লিঙ্ক ক্যুইজ · কঠিন স্তর

গাউসিয়ান প্রসেস কুইজ

জিপি ফাংশন ডিস্ট্রিবিউশন, কার্নেল, পোস্টেরিয়র অনিশ্চয়তা, কিউবিক স্কেলিং, হাইপারপ্যারামিটার টিউনিং এবং বায়েসিয়ান অপ্টিমাইজেশান চেক করে।

সম্পর্কিত গাইড পাথগাউসিয়ান প্রসেস
প্রশ্ন 1 এর 8

একটি গাউসিয়ান প্রক্রিয়া কিসের উপর একটি সম্ভাব্যতা বন্টন সংজ্ঞায়িত করে?

প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

  1. একটি গাউসিয়ান প্রক্রিয়া কিসের উপর একটি সম্ভাব্যতা বন্টন সংজ্ঞায়িত করে?
    • ফাংশন
    • শুধুমাত্র ব্যক্তিগত ডেটা পয়েন্ট
    • বিচ্ছিন্ন শ্রেণীর লেবেল
    • নিউরাল নেটওয়ার্ক ওজন
  2. Beyond a point estimate, what does a Gaussian Process return under its chosen kernel and noise assumptions?
    • Only an exact parameter vector
    • A posterior predictive distribution with an uncertainty estimate
    • A guaranteed calibrated interval under any model mismatch
    • A deterministic label with no variance
  3. একটি জিপিতে কার্নেল (কোভারিয়েন্স ফাংশন) কী ভূমিকা পালন করে?
    • এটি প্রশিক্ষণের ডেটা লেবেল করে
    • এটি প্রশিক্ষণের ডেটার প্রয়োজনীয়তাকে সরিয়ে দেয়
    • এটি কাছাকাছি ইনপুটগুলির জন্য অনুরূপ আউটপুটগুলিকে এনকোড করে৷
    • এটি শেখার হার নির্ধারণ করে
  4. কেন স্ট্যান্ডার্ড গাউসিয়ান প্রক্রিয়াগুলি খুব বড় ডেটাসেটের সাথে লড়াই করে?
    • তারা অরৈখিক ফাংশন প্রতিনিধিত্ব করতে পারে না
    • তাদের লেবেলযুক্ত ক্লাস প্রয়োজন
    • তারা প্রশিক্ষণের তথ্য সম্পূর্ণরূপে উপেক্ষা করে
    • কার্নেল ম্যাট্রিক্সকে উল্টাতে প্রায় এন-কিউবড সময় লাগে
  5. কিভাবে জিপি হাইপারপ্যারামিটার যেমন দৈর্ঘ্য স্কেল সাধারণত নির্বাচিত হয়?
    • প্রান্তিক সম্ভাবনা সর্বাধিক দ্বারা
    • এলোমেলো অনুমান দ্বারা
    • ডাটা পয়েন্ট সংখ্যা কম করে
    • তারা সবসময় স্থির এবং সুর করা হয় না
  6. কোন জনপ্রিয় কৌশলে গাউসিয়ান প্রসেস একটি মূল উপাদান?
    • কনভোল্যুশনাল ইমেজ শ্রেণীবিভাগ
    • হাইপারপ্যারামিটার টিউনিংয়ের জন্য বায়েসিয়ান অপ্টিমাইজেশান
    • পাঠ্যের টোকেনাইজেশন
    • গভীর নেটওয়ার্কের মাধ্যমে ব্যাকপ্রপাগেশন
  7. Which kernel is described in the guide as smoother than the Matérn alternative?
    • A unigram frequency kernel
    • A transition-probability kernel
    • The RBF (squared exponential) kernel
    • The Viterbi kernel
  8. Why can a GP’s predictive uncertainty widen far from training observations?
    • The model adds more observed labels automatically
    • The mean function becomes a neural network
    • The kernel matrix becomes smaller than zero
    • There is less nearby data constraining the function under the selected covariance assumptions