Векторні представлення: перевірте свої знання

1. Що з наведеного нижче може бути хорошим кандидатом для створення векторного представлення? (Виберіть усі варіанти, які підходять.)

   Виберіть потрібну кількість відповідей.

   Високі добові температури в Токіо (Японія) з 1999 по 2024 рік

   Класифікація 10 000 п’єс за такими жанрами: комедія, трагедія чи історичний жанр

   Наукові назви понад 1,5 мільйона видів тварин, які існують на Землі

   Рядки коду з великого проєкту з розробки програмного забезпечення

2. Ви створюєте векторне представлення подібності пісень на основі бази даних, яка містить 10 000 прикладів, представлених у вигляді унітарного кодування. Скільки вимірів матиме векторне представлення?

   10 000 вимірів

   Більше ніж 10 000 вимірів

   Менше ніж 10 000 вимірів

3. Що з наведеного нижче є перевагою використання векторного представлення даних ознак, як порівняти з унітарним кодуванням тих самих даних? (Виберіть усі варіанти, які підходять.)

   Виберіть потрібну кількість відповідей.

   Векторне представлення має менше ваг, які налаштовуються під час навчання.

   У векторні представлення можуть кодуватися семантичні зв’язки.

   Модель, яка навчалась на основі векторного представлення, не потрібно оцінювати з використанням тестового набору даних.

   Векторне представлення може бути легше відобразити у візуалізації.

4. Правда чи неправда: прихований шар навченої нейронної мережі можна використовувати як векторне представлення.

   Правда

   Неправда

5. Які з наведених нижче тверджень про word2vec правильні? (Виберіть усі варіанти, які підходять.)

   Виберіть потрібну кількість відповідей.

   Word2vec – один із багатьох методів, які використовуються, щоб створювати векторні представлення слів.

   Word2vec перетворює семантично схожі слова на вектори представлення, розміщені близько одне до одного в геометричному просторі.

   Word2vec зіставляє багатозначне слово з кількома векторами представлення.

   Word2vec створює контекстні векторні представлення.

Надіслати відповіді