Đề thi cuối kì môn Khai phá Web| Môn Khai phá Web| Trường Đại học Bách Khoa Hà Nội

Câu 1 (2đ): Giả sử ta áp dụng một mô hình mạng nơ-ron tiến 3 tầng cho bài toán phân loại cảm xúc có giám sát với 3 lớp {tiêu cực, trung tính, tích cực}:
a/ Tầng đầu vào có bao nhiêu nơ-ron?
b/ Trọng số liên kết giữa hai tầng liên tiếp trong mạng gọi là gì của mô hình? Làm thế nào để xác định được giá trị tối ưu của các trọng số này?
c/ Tầng đầu ra có bao nhiêu nơ-ron?
d/ Gọi số nơ-ron của tầng ẩn là K. Làm thế nào để xác định giá trị tối ưu cho K?

Khoa Khoa hc máy tính
Trường Công ngh Thông tin & Truyn thông
Trường Đại hc Bách khoa Hà Ni
Đề thi cui k 20211
Hc phn: Khai phá Web IT4868
Thi gian: 90’
(được s dng tài liu giy)
Ngày thi: 18/02/2022
ĐỀ BÀI
Câu 1 (2đ): Gi s ta áp dng mt mô hình mạng nơ-ron tiến 3 tng cho bài toán phân loi cm xúc có
giám sát vi 3 lp {tiêu cc, trung tính, tích cc}:
a/ Tầng đầu vào có bao nhiêu nơ-ron?
b/ Trng s liên kết gia hai tng liên tiếp trong mng gi là gì ca mô hình? Làm thế nào để xác định
đưc giá tr tối ưu ca các trng s này?
c/ Tầng đầu ra có bao nhiêu nơ-ron?
d/ Gi s -ron ca tng n là K. Làm thế nào để xác định giá tr tối ưu cho K?
e/ hình s dng hàm mc tiêu cross-entropy. Hãy trình bày công thc ca hàm mc tiêu này
i dng mt hàm ca tín hiệu đầu vào và trng s ca mạng nơ-ron.
Câu 2 (1đ): Phương pháp phân rã ma trận cho lc cộng tác được coi là áp dng mt mạng nơ-ron cơ
bn
a/ Mạng nơ-ron này có kiến trúc như thế nào? (s tng, s chiu mi tng, liên kết gia các tng)
b/ Hàm mc tiêu ca hình này gì? Hãy trình bày rõ công thc ca hàm mc tiêu này i dng
mt hàm ca tín hiệu đu vào và trng s ca mng -ron.
c/ Ưu điểm của phương pháp này so với knn-cf là gì?
d/ Nhược điểm của phương pháp này so với NCF là gì?
Câu 3 (2đ): Hãy trình bày các bước ca thut toán Dijkstra đ tìm đường đi ngắn nht t b đến các
đỉnh còn lại trong đồ th ới đây:
Câu 4 (2đ): Hãy dùng cách giải phương trình để tìm th hng của các đỉnh trong đ th ới đây sao
cho tha mãn công thc ca thut toán Pagerank vi damping factor d = 1 (không yếu t duyt
ngu nhiên) và tng th hng của các đỉnh = 1.
Câu 5 (2đ): Cho tập văn bản hun luyện như dưới bao gm các bình lun v đin thoại di động đưc
phân vào hai lp cm xúc pos và neg. Hãy áp dụng phương pháp phân loại Multinominal Naive Bayses
với kĩ thuật làm mịn thêm 1 để d đoán cm xúc của văn bản 5
Doc
Ni dung
Lp
1
thích Bphone BKAV
pos
2
Bphone Bphone cht
pos
3
Bphone màn_hình
pos
4
Iphone Bphone màn_hình
neg
5
màn_hình Bphone Bphone Iphone
?
Câu 6 (1đ): Cho ma trận tương tác người dùng sn phẩm dưới đây. Giả s độ tương đồng ca hai
sn phm ij đưc tính theo công thc ới đây:
trong đó U là tập người dùng cùng đánh giá sản phm ij; R
u,i
đánh giá của người dùng u vi sn
phm i. R
u
là đánh giá trung bình của người dùng u.
a/ Hãy tính độ tương đồng ca item 1 và item 2
b/ Hãy tính độ tương đng ca item 2 và item 3
item 1
item 3
user_1
2
3
user_2
5
user_3
3
1
user_4
2
-Hết-
Cán b ra đề
Nguyn Kiêm Hiếu
| 1/2

Preview text:

Khoa Khoa học máy tính
Đề thi cuối kỳ 20211
Trường Công nghệ Thông tin & Truyền thông
Học phần: Khai phá Web – IT4868
Trường Đại học Bách khoa Hà Nội Thời gian: 90’
(được sử dụng tài liệu giấy) Ngày thi: 18/02/2022 ĐỀ BÀI
Câu 1 (2đ): Giả sử ta áp dụng một mô hình mạng nơ-ron tiến 3 tầng cho bài toán phân loại cảm xúc có
giám sát với 3 lớp {tiêu cực, trung tính, tích cực}:
a/ Tầng đầu vào có bao nhiêu nơ-ron?
b/ Trọng số liên kết giữa hai tầng liên tiếp trong mạng gọi là gì của mô hình? Làm thế nào để xác định
được giá trị tối ưu của các trọng số này?
c/ Tầng đầu ra có bao nhiêu nơ-ron?
d/ Gọi số nơ-ron của tầng ẩn là K. Làm thế nào để xác định giá trị tối ưu cho K?
e/ Mô hình sử dụng hàm mục tiêu cross-entropy. Hãy trình bày rõ công thức của hàm mục tiêu này
dưới dạng một hàm của tín hiệu đầu vào và trọng số của mạng nơ-ron.
Câu 2 (1đ): Phương pháp phân rã ma trận cho lọc cộng tác được coi là áp dụng một mạng nơ-ron cơ bản
a/ Mạng nơ-ron này có kiến trúc như thế nào? (số tầng, số chiều mỗi tầng, liên kết giữa các tầng)
b/ Hàm mục tiêu của mô hình này là gì? Hãy trình bày rõ công thức của hàm mục tiêu này dưới dạng
một hàm của tín hiệu đầu vào và trọng số của mạng nơ-ron.
c/ Ưu điểm của phương pháp này so với knn-cf là gì?
d/ Nhược điểm của phương pháp này so với NCF là gì?
Câu 3 (2đ): Hãy trình bày các bước của thuật toán Dijkstra để tìm đường đi ngắn nhất từ b đến các
đỉnh còn lại trong đồ thị dưới đây:
Câu 4 (2đ): Hãy dùng cách giải phương trình để tìm thứ hạng của các đỉnh trong đồ thị dưới đây sao
cho thỏa mãn công thức của thuật toán Pagerank với damping factor d = 1 (không có yếu tố duyệt
ngẫu nhiên) và tổng thứ hạng của các đỉnh = 1.
Câu 5 (2đ): Cho tập văn bản huấn luyện như dưới bao gồm các bình luận về điện thoại di động được
phân vào hai lớp cảm xúc pos và neg. Hãy áp dụng phương pháp phân loại Multinominal Naive Bayses
với kĩ thuật làm mịn thêm 1 để dự đoán cảm xúc của văn bản 5 Doc Nội dung Lớp 1 thích Bphone BKAV pos 2 Bphone Bphone chất pos 3 Bphone màn_hình pos 4
Iphone Bphone màn_hình neg 5
màn_hình Bphone Bphone Iphone ?
Câu 6 (1đ): Cho ma trận tương tác người dùng – sản phẩm dưới đây. Giả sử độ tương đồng của hai
sản phẩm ij được tính theo công thức dưới đây:
trong đó U là tập người dùng cùng đánh giá sản phẩm ij; Ru,i là đánh giá của người dùng u với sản phẩm i. R
̅u là đánh giá trung bình của người dùng u.
a/ Hãy tính độ tương đồng của item 1 và item 2
b/ Hãy tính độ tương đồng của item 2 và item 3 item 1 item 2 item 3 user_1 2 3 user_2 5 2 user_3 3 3 1 user_4 2 2 -Hết- Cán bộ ra đề Nguyễn Kiêm Hiếu