Нейронные сети и машинное обучение- тест МТИ (МОИ)
Бесплатные ответы на тест Нейронные сети и машинное обучение МТИ (МОИ). Если вы по какой то причине не можете самостоятельно сдать этот или любой другой тест, то мы готовы Вам в этом помочь. Решаем тесты качественно, не дорого, анонимно и в срок. Так же можете посетить наш магазин готовых ответов на тесты.
Так же выполняем отчёты по практике, курсовые работы, дипломные работы и практикумы
Ключевая задача, решаемая алгоритмом обратного распространения ошибки (backpropagation)?
Обучение без учителя
Обновление весов многослойного перцептрона на основе вычисления градиента функции потерь
Кластеризация данных
Уменьшение размерности данных
Что из перечисленного является типичной функцией активации в скрытых слоях нейронной сети?
Стохастический градиентный спуск
ReLU (Rectified Linear Unit)
Функция потерь
Оптимизатор Adam
Какое утверждение лучше всего описывает концепцию переобучения (overfitting)?
Модель слишком проста для данных
Модель слишком хорошо запоминает тренировочные данные, включая шум, и плохо обобщается на новые данные
Модель не обучается на тренировочных данных
Модель имеет низкую точность на тренировочном наборе
Что такое сверточная нейронная сеть (Convolutional Neural Network, CNN)?
Сеть, используемая исключительно для обработки текстов
Сеть, архитектура которой специально разработана для эффективной обработки данных с сеточной структурой, например, изображений
Сеть, в которой все нейроны соединены со всеми нейронами следующего слоя
Сеть, которая не использует алгоритм обратного распространения ошибки
Для чего используется слой пулинга (pooling) в сверточных сетях?
Для увеличения количества обучаемых параметров
Для уменьшения пространственных размерностей карт признаков, обеспечения инвариантности к малым смещениям и сокращения вычислений
Для применения нелинейной функции активации
Для выполнения классификации
Что из перечисленного НЕ является методом регуляризации для борьбы с переобучением?
Увеличение количества обучаемых параметров модели
L2-регуляризация (weight decay)
Dropout
Ранняя остановка (early stopping)
Что такое рекуррентная нейронная сеть (Recurrent Neural Network, RNN)?
Сеть, которая не может обрабатывать последовательности данных
Сеть, имеющая циклы, позволяющие сохранять информацию о предыдущих шагах последовательности, для обработки данных с временной зависимостью
Сеть, используемая только для свертки
Сеть, которая всегда имеет только один слой
Какая из этих метрик обычно используется для оценки моделей регрессии?
F1-мера
Accuracy (точность)
Mean Absolute Error (Средняя абсолютная ошибка)
Precision (точность)
Что представляет собой обучение с подкреплением (Reinforcement Learning)?
Обучение на размеченном наборе данных
Парадигма обучения, в которой агент учится принимать решения, выполняя действия в среде и получая за них вознаграждение или штраф
Обучение на данных без меток
Обнаружение скрытых закономерностей в данных
Что такое функция потерь (loss function)?
Функция для оценки точности модели на тестовых данных
Функция, которая вычисляет несоответствие между прогнозами модели и истинными значениями, минимизация которой является целью обучения
Функция активации нейрона
Функция для нормализации данных
Что означает термин "обучение без учителя" (unsupervised learning)?
Обучение, при котором модель не использует данные
Обучение на данных без заранее известных ответов (меток), целью often является поиск скрытых структур или кластеризация
Обучение с учителем, который строго контролирует процесс
Обучение, при котором модель получает немедленную обратную связь в виде вознаграждения
Что такое полносвязный слой (fully connected layer) в нейронной сети?
Слой, который не имеет связей с другими слоями
Слой, в котором каждый нейрон соединен со всеми нейронами предыдущего слоя
Слой, выполняющий операцию свертки
Слой, используемый только для ввода данных
Какая проблема решается с помощью методов уменьшения размерности, таких как PCA?
Увеличение количества признаков
Сокращение количества признаков в данных при сохранении максимальной информации, борьба с проклятием размерности
Увеличение скорости переобучения модели
Удаление всех шумов из данных
Что такое эпоха (epoch) в процессе обучения нейронной сети?
Одна итерация алгоритма оптимизации
Полный проход всего тренировочного набора данных через модель (прямой и обратный проход)
Проход одного батча (пакета) данных
Процесс тестирования модели
Что из перечисленного является примером задачи классификации?
Прогнозирование стоимости дома
Определение, содержит ли изображение кошку или собаку
Предсказание ежедневной температуры
Кластеризация клиентов по их purchasing behavior
Для чего используется оптимизатор Adam в машинном обучении?
Для активации нейронов
Для адаптивной настройки скорости обучения каждого параметра модели в процессе обучения
Для визуализации данных
Для разметки тренировочных данных
Что такое батч (batch) в контексте обучения нейронных сетей?
Вся тренировочная выборка
Подмножество тренировочных данных, используемое за одну итерацию обновления весов
Один элемент данных
Финальная обученная модель
Что такое word embedding (векторное представление слов)?
Физический чип для ускорения нейронных сетей
Техника представления слов в виде векторов в многомерном пространстве, где семантически близкие слова имеют близкие векторы
Метод для шифрования текстовых данных
Процесс удаления стоп-слов из текста
Что такое Dropout и для чего он используется?
Метод для увеличения количества данных
Метод регуляризации, при котором во время обучения случайно "выключаются" некоторые нейроны, чтобы предотвратить переобучение
Алгоритм оптимизации
Функция активации
Какая архитектура нейронной сети наиболее известна своими успехами в генерации изображений по текстовому описанию?
Сверточная сеть (CNN) для классификации
Generative Adversarial Network (GAN, порождающая состязательная сеть)
Линейная регрессия
Многослойный перцептрон (MLP)
Что является входом искусственного нейрона?
Активационной функцией называется:
В каком случае многослойные сети не могут привести к увеличению вычислительной мощности по сравнению с однослойной сетью?
Сети с обратными связями - это:
"Обучение без учителя" характеризуется отсутствием:
Большие данные – это:
Наиболее редко на практике применяются методы машинного обучения, основанные на:
Алгоритм k-средних предназначен для решения задачи:
Реализация метода обучения с учителем не нуждается в:
Что называют нейронами Кохонена?
Объем исследований и разработок в области нейронных сетей резко возрос в настоящее время благодаря тому, что
Что необходимо выполнить, чтобы нейросеть могла помочь в формировании решения:
С помощью каких инструментов формируется решение в условиях неопределенности
Сверточные нейронные сети наиболее эффективно применяются для решения задач:
Нейронная сеть является обученной, если:
Искусственные нейронные сети (ИНС) — модели машинного обучения, использующие комбинации распределенных простых операций, зависящих от обучаемых параметров, для обработки входных данных. Какого вида ИНС не существует?
У машинного обучения есть ряд задач. Как называется та, что направлена на предсказание значения той или иной непрерывной числовой величины для входных данных?
Стратегия избежания локальных минимумов при сохранении стабильности заключается в
Особых успехов нейросети достигли в работе с изображениями. Но что из этого нейросети не могут сделать?
Кто создал первую модель искусственных нейронных сетей?
Когда говорят о нейронных сетях и машинном обучении, часто упоминают закон Мура. В чем его суть?
В какие игры нейросеть еще не научилась обыгрывать человека?
Допустим, нам нужно рассчитать необходимые параметры для создания обшивки самолета. Какая из областей машинного обучения нам в этом пригодится?
К какому времени относятся первые упоминания об искусственно созданных человекоподобных существах?
Запускаем обучающий вектор Х. В каком случае весовые значения не нужно изменять?
Если на данной обучающей паре символ персептрона не совпадает с нужным ответом, то:
Теорема о сходных персептронах утверждает, что:
Теорема о "зацикливании" персептрона утверждает, что:
Теорема о двухслойности персептрона утверждает, что:
Вопрос о выборе шага при применении процедуры обучения решается следующим образом:
Что из перечисленного не является примером искусственного интеллекта?
Какую классификацию ИИ-систем предложил Джон Сёрль?
Зачем проводят тест Тьюринга?
В чем отличие нейросетевых технологий от обычных экспертных систем?
Искусственный нейрон ...
Как происходит обучение нейронной сети?
«Обучение без учителя» характеризуется отсутствием:
Какие сети характеризуются отсутствием памяти?
Когда говорят о нейронных сетях и машинном обучении, часто упоминают закон Мура. В чем его суть?
Кто создал первую модель искусственных нейронных сетей?
Объем исследований и разработок в области нейронных сетей резко возрос в настоящее время благодаря тому, что ...
Особых успехов нейросети достигли в работе с изображениями. Но что из этого нейросети не могут сделать?
Процессом обучения нейронной сети называют:
Реализация метода «обучения с учителем» не нуждается в:
Сверточные нейронные сети наиболее эффективно применяются для решения задач:
Сети прямого распространения — это:
Сети с обратными связями — это:
Если сеть имеет очень большое число нейронов в скрытых слоях, то ...
Сетью без обратных связей называется сеть ...
Что является входом искусственного нейрона?
Что такое синтез речи?
Кто является автором модели искусственного нейрона?
Что такое переобучение?
Как правило, генерация контента нейросетями происходит на основе принципа ...
Для чего сегодня еще НЕ применяется искусственный интеллект?
Какой тип задач лучше всего подходит для автоматизации с помощью нейронной сети?
Каким образом нейросеть может помочь учителю в создании учебного плана?
Как нейросети могут использоваться для персонализации образовательного процесса?
Какую задачу могут выполнять нейронные сети в образовательном процессе?
Как называют образовательную методику, которая позволяет персонализировать учебный процесс, в том числе с использованием искусственного интеллекта, под нужды конкретного ученика?
Другие тесты МТИ (МОИ):