Skip to content
第1回: かつての地図: 平らな世界で戦っていた私たち(理解度チェック)

第1回: かつての地図: 平らな世界で戦っていた私たち(理解度チェック) ​

平らな空間の道具 ​

Q1. 主成分分析(PCA: Principal Component Analysis)の基本原理 ​

主成分分析(PCA: Principal Component Analysis)が最初に選ぶ方向として正しいものはどれか。

本文の対応箇所: 参照する

Q2. PCAの影絵 ​

PCAを「影絵」と呼ぶことの意味として、最も適切なのはどれか。

本文の対応箇所: 参照する

Q3. PCAの前提 ​

PCAが捉えやすい構造と、捉えにくい構造の組み合わせはどれか。

本文の対応箇所: 参照する

曲がった構造と境界 ​

Q4. Isomapの近傍数kの選択 ​

Isomapをスイスロールのような多様体データへ適用するとき、近傍数kの選択について最も適切な判断はどれか。

本文の対応箇所: 参照する

Q5. サポートベクターマシン(SVM: Support Vector Machine)のマージン ​

サポートベクターマシン(SVM: Support Vector Machine)が分類境界を選ぶ原理として、正しいものはどれか。

本文の対応箇所: 参照する

Q6. カーネルトリック ​

カーネルトリックの幾何学的な意味はどれか。

本文の対応箇所: 参照する

離散的な地図の限界 ​

Q7. Bag-of-Words ​

Bag-of-Wordsの表現が失う情報はどれか。

本文の対応箇所: 参照する

Q8. 古典手法から得られる教訓 ​

PCAの二次元表示ではクラスが混ざるが、近傍関係は保たれているように見える。この結果への対応として、最も適切なものはどれか。

本文の対応箇所: 参照する