| 252 |
A cosa servono i modelli predittivi? |
1) Utilizzano i loro parametri e meccanismi caratteristici per effettuare delle previsioni future che possono essere utili nei processi decisionali.
2) Il loro obiettivo è quello di descrivere i dati per effettuare delle previsioni future.
3) Vengono utilizzati per descrivere la struttura organizzativa e la distribuzione dei dati. L'obiettivo di questi modelli e quello di approfondire la conoscenza nascosta dietro ai
dati.
4) Nessuna delle altre alternative
|
1 |
|
| 253 |
A cosa servono i modelli descrittivi? |
1) Nessuna delle altre alternative
2) Vengono utilizzati per descrivere la struttura organizzativa e la distribuzione dei dati. L'obiettivo di questi modelli e quello di approfondire la conoscenza nascosta dietro ai
dati.
3) Vengono utilizzati per descrivere i dati per effettuare delle previsioni future.
4) Utilizzano i loro parametri e meccanismi caratteristici per effettuare delle previsioni future che possono essere utili nei processi decisionali.
|
1 |
|
| 256 |
A cosa serve la cross validation? |
1) Nessuna delle altre alternative
2) A migliorare l'adattabilità dei modelli
3) A migliorare la capacità di generalizzazione dei modelli
4) A migliorare l'accuratezza dei modelli
|
1 |
|
| 279 |
A cosa serve la normalizzazione dei dati? |
1) Si tratta di una sorta di filtraggio per rimuovere l'eventuale rumore che affligge i dati
2) Viene spesso utilizzata per discretizzare gli attributi
3) Viene spesso utilizzata nella fase di data transformation per fare in modo che tutti gli attributi abbiano lo stesso peso o influenza
4) Nessuna delle altre alternative
|
3 |
|
| 320 |
A cosa serve l'algoritmo APRIORI? |
1) Per generare regole di clustering
2) Per generare regole di classificazione
3) Per generare regole associative
4) Nessuna delle altre alternative
|
3 |
|
| 331 |
A cosa serve l'FP-tree? |
1) A comprimere il database considerando solo gli itemset poco frequenti
2) A comprimere il database considerando solo gli itemset frequenti
3) A comprimere il database considerando solo gli item frequenti
4) A comprimere il database considerando solo gli item poco frequenti
|
2 |
|