آلة المتجهات الداعمة - اختبار
- 1. آلة المتجهات الداعمة (SVM) هي خوارزمية تعلم آلي تحت الإشراف تُستخدم بشكل شائع في مهام التصنيف والانحدار. يهدف SVM إلى إيجاد المستوى الفائق الذي يفصل بشكل أفضل بين نقاط البيانات في فئات مختلفة، مع وجود هامش واضح بين الفئات. تعمل آلة المتجهات الداعمة عن طريق تحويل البيانات المدخلة إلى فضاء ميزات عالي الأبعاد، ثم إيجاد المستوى الفائق الأمثل الذي يزيد من الهامش بين الفئات. يتم إيجاد هذا المستوى الفائق الأمثل من خلال حل مسألة تحسين تهدف إلى تقليل خطأ التصنيف وزيادة الهامش. تُعرف آلة المتجهات الداعمة بقدرتها على التعامل مع البيانات عالية الأبعاد ومهام التصنيف المعقدة. كما أنها فعالة في التعامل مع البيانات غير الخطية باستخدام دوال النواة لتحويل البيانات إلى فضاء ذي أبعاد أعلى. تُستخدم آلة المتجهات الداعمة على نطاق واسع في تطبيقات متنوعة مثل تصنيف النصوص، والتعرف على الصور، وعلم الأحياء الحسابي، وذلك بفضل مرونتها ودقتها وقوتها. ما هي استخدامات آلة المتجهات الداعمة (SVM)؟
A) معالجة الصور
B) تحرير الفيديو
C) تصنيف وانحدار
D) التعرف على الكلام
- 2. ما هي خدعة النواة في خوارزمية SVM؟
A) تحويل البيانات إلى فضاء ذي أبعاد أعلى.
B) إضافة ضوضاء إلى البيانات.
C) تبسيط حدود القرار.
D) إزالة القيم المتطرفة.
- 3. ما هو النواة (kernel) الأكثر استخدامًا في آلات المتجهات الداعمة (SVM) للتصنيف غير الخطي؟
A) نواة خطية (Linear kernel)
B) نواة دالة الأساس الشعاعي (RBF - Radial Basis Function)
C) نواة متعددة الحدود (Polynomial kernel)
D) نواة سيجمويد (Sigmoid kernel)
- 4. ما هو دور دالة النواة في خوارزمية آلة المتجهات الداعمة (SVM)؟
A) اختيار المتجهات الداعمة.
B) حساب عرض الهامش.
C) تحديث أوزان النموذج.
D) تحويل البيانات المدخلة إلى فضاء ذي أبعاد أعلى.
- 5. ما هي دالة الخسارة المستخدمة في آلة المتجهات الداعمة (SVM)؟
A) متوسط مربع الخطأ (Mean squared error)
B) دالة الخسارة الانتروبية التقاطعية (Cross-entropy loss)
C) التنظيم L2 (L2 regularization)
D) دالة الخسارة الهامشية (Hinge loss)
- 6. ما هو معامل التنظيم C في خوارزمية SVM؟
A) معامل النواة.
B) عدد المتجهات الداعمة.
C) عدد الأبعاد.
D) المفاضلة بين الهامش والخطأ.
- 7. ما هو الغرض من استخدام تقنية النواة في آلات المتجهات الداعمة (SVM)؟
A) التعامل بكفاءة مع البيانات غير الخطية التي لا يمكن فصلها.
B) تبسيط تعقيد النموذج.
C) منع التجاوز في التكيف (overfitting).
D) إزالة الضوضاء من البيانات.
- 8. ما هو الخوارزمية التحسينية الأكثر استخدامًا في تدريب آلات المتجهات الداعمة (SVM)؟
A) نزول التدرج
B) التحسين التسلسلي الأدنى (SMO)
C) آدام
D) طريقة نيوتن
|