Kvíz spojený s průvodcem · Střední úroveň
Kvíz o řetězcích Markova
Testuje Markovovu vlastnost, řádky matice přechodů, dvoustupňové cesty počasí, stacionární rozdělení, návrh stavů a limity jednoduchých řetězců.
Otázka 1 z 8
V tomto průvodci, co říká Markovova vlastnost o předpovídání dalšího stavu?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- V tomto průvodci, co říká Markovova vlastnost o předpovídání dalšího stavu?
- Záleží jen na prvním stavu, bez ohledu na aktuální stav
- Následující stav je pevně stanoven, jakmile je nazván aktuální stav
- Dle modelu předchozí stavy při znání aktuálního stavu nepřidávají žádné informace
- Proces nesmí mít žádnou skrytou historii z reálného světa
- Proč musí každá řada přechodové matice v průvodci součtem dávat 1?
- Řádek udává pravděpodobnosti pro každý předchozí stav
- Řádek obsahuje pouze stacionární pravděpodobnosti
- Každý vstup v pravděpodobnostní matici musí být identický
- Uvádí všechny vzájemně vylučující pravděpodobnosti následujícího stavu z jednoho aktuálního stavu
- Pokud je dnes v ilustrativní matici průvodce slunečno, jaká je pravděpodobnost deště zítra?
- 0.8
- 0.2
- 0,4
- 0,6
- Začínáme slunečným stavem, jaká je ilustrativní pravděpodobnost deště po dvou dnech podle průvodce?
- 0,20, pouze pomocí přímé jednosměrné cesty
- 0,60, pouze pomocí řádku s deštivým stavem
- 0.80, using the sunny-to-sunny probability
- 0.28, adding paths through sunny and rainy tomorrow
- Co způsobí, že rozdělení stavů je stacionární pro přechodovou matici?
- It changes as quickly as possible after each step
- Applying one more transition leaves that distribution unchanged
- It describes only the initial state before any transitions
- It assigns equal probability to every state in every chain
- Which sunny/rainy mixture is stationary for the guide's illustrative matrix?
- One-third sunny and two-thirds rainy
- One-half sunny and one-half rainy
- Two-thirds sunny and one-third rainy
- All sunny and no rainy days
- A machine's failure risk depends on how long it has been running, but the state records only working or broken. What is the concern?
- Vybraný stav může vynechat historii potřebnou k modelování dalšího přechodu
- Každá pravděpodobnost přechodu musí se stát nulovou
- Stacionární rozdělení je automaticky rovnoměrné
- Dva stavy dělají přechodové matice nemožnými
- Proč může jednoduchý krátký stavový Markovův model mít potíže s delšími úryvky textu?
- Může přehlédnout dlouhodobé jazykové závislosti mimo svůj stav
- Pevná přechodová matice dělá každý následující token stejně pravděpodobným
- Nemůže přiřadit pravděpodobnost následujícímu tokenu, pokud není uložen celý text
- Více tréninkových pozorování automaticky přidává chybějící dřívější kontext do stavu