নেভ বেইস ক্লাসিফায়ার কুইজ

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

1. একটি Naive Bayes শ্রেণীবিভাগের মূল 'নিষ্পাপ' অনুমান কি?
   • বৈশিষ্ট্য ক্লাস দেওয়া শর্তসাপেক্ষে স্বাধীন
   • ক্লাস সমান সম্ভাবনা আছে
   • সমস্ত বৈশিষ্ট্য ক্রমাগত এবং সাধারণত বিতরণ করা হয়
   • ডেটাসেট পুরোপুরি ভারসাম্যপূর্ণ
2. Naive Bayes কোন উপপাদ্যের উপর নির্মিত?
   • কেন্দ্রীয় সীমা উপপাদ্য
   • Bayes’ theorem
   • বড় সংখ্যার আইন
   • The Cauchy-Schwarz inequality
3. কেন বাস্তবায়নগুলি সাধারণত কাঁচা সম্ভাবনার গুন করার পরিবর্তে লগ-সম্ভাবনা যোগ করে?
   • মডেল অরৈখিক করতে
   • একক পাসে প্রশিক্ষণের গতি বাড়ানোর জন্য
   • অনেক ছোট সংখ্যাকে গুণ করা থেকে সাংখ্যিক আন্ডারফ্লো এড়াতে
   • বৈশিষ্ট্যের স্বাধীনতা কার্যকর করতে
4. ল্যাপ্লেস (অ্যাড-ওয়ান) স্মুথিং কোন সমস্যা সমাধান করে?
   • এটা শ্রেণী আকার ভারসাম্য
   • এটা ক্রমাগত বৈশিষ্ট্য normalizes
   • এটি সম্পর্কযুক্ত বৈশিষ্ট্যগুলিকে সরিয়ে দেয়
   • এটি একটি অদেখা বৈশিষ্ট্যকে শূন্যের সম্ভাবনা জোর করতে বাধা দেয়
5. নথিতে শব্দ-গণনার বৈশিষ্ট্যগুলির জন্য কোন Naive Bayes রূপটি সবচেয়ে স্বাভাবিক?
   • মাল্টিনমিয়াল নেভ বেইস
   • গাউসিয়ান নেভ বেইস
   • বার্নোলি নেভ বেইস
   • লিনিয়ার নেভ বেইস
6. Why might Naive Bayes be useful as a lightweight baseline?
   • এটি যেকোনো ডেটাসেটের সর্বোত্তম নির্ভুলতার গ্যারান্টি দেয়
   • এটি দ্রুত, ব্যাখ্যাযোগ্য এবং সামান্য ডেটার সাথে ভাল কাজ করে
   • এটি স্বয়ংক্রিয়ভাবে বৈশিষ্ট্য মিথস্ক্রিয়া শিখে
   • এটি কোন প্রশিক্ষণ তথ্য প্রয়োজন
7. What distribution does Gaussian Naive Bayes assume for each feature within a class?
   • A uniform distribution over every possible value
   • A multinomial distribution over word counts
   • A Gaussian (normal) distribution
   • A distribution that is always exactly zero
8. Which feature representation fits Bernoulli Naive Bayes most naturally?
   • The number of times each word occurs
   • A continuous pixel intensity modeled by a normal curve
   • A sequence of audio frames
   • Whether each word is present or absent in a document