RPZ
Z OI wiki
(Rozdíly mezi verzemi)
(→Zkoušky) |
(→Zkoušky) |
||
Řádka 30: | Řádka 30: | ||
== Zkoušky == | == Zkoušky == | ||
[http://oi.hanx.cz/files/RPZ/rpz_zkouska_2014.15.01.jpg zkouska 16.1.2014] | [http://oi.hanx.cz/files/RPZ/rpz_zkouska_2014.15.01.jpg zkouska 16.1.2014] | ||
+ | |||
+ | |||
+ | = Řešení = | ||
+ | 1.) [http://oi.hanx.cz/files/RPZ/test2014_1_MLE.jpg první příklad MLE] | ||
+ | |||
+ | 2.) [http://oi.hanx.cz/files/RPZ/test2014_2%20_Neyman-P.jpg druhý příklad Neyman-Pearson] | ||
+ | |||
+ | 3.) (citace spoluzaka) řešení je jednoduché - váha třetího vyjde nula hned v prvním kroku > alfa bude nekonečno > po normalizaci bude váha 1 a ostatních 0, protože ten třetí je ve skutečnosti od začátku silný klasifikátor (prof. Matas si hrál na poslední chvíli se zadáním a udělal z toho takhle vtipný příklad) | ||
+ | |||
+ | 4.) popsat vyhody nevyhody neuronovych siti a srovnani - cim vic kecu kolem, tim asi lepe |
Verze z 24. 1. 2014, 12:10
|
|
Info o předmětu
- Přednášející: prof. Ing. Jiří Matas, Ph.D.
- Cvičící:
Pravidla předmětu
Studijní materiály
Zkoušky
Řešení
2.) druhý příklad Neyman-Pearson
3.) (citace spoluzaka) řešení je jednoduché - váha třetího vyjde nula hned v prvním kroku > alfa bude nekonečno > po normalizaci bude váha 1 a ostatních 0, protože ten třetí je ve skutečnosti od začátku silný klasifikátor (prof. Matas si hrál na poslední chvíli se zadáním a udělal z toho takhle vtipný příklad)
4.) popsat vyhody nevyhody neuronovych siti a srovnani - cim vic kecu kolem, tim asi lepe