СИНЕРГИЯ Теории и системы искусственного интеллекта Тест 100 баллов 2024 год

СИНЕРГИЯ Теории и системы искусственного интеллекта (Итоговый тест)
МТИ МосТех МосАП МФПУ Синергия Тест оценка ОТЛИЧНО
2024 год

Ответы на 33 вопроса
Результат – 100 баллов
С вопросами вы можете ознакомиться до покупки

ВОПРОСЫ:

Теории и системы искусственного интеллекта
УЧЕБНЫЕ МАТЕРИАЛЫ
Введение в ML
Практические задания для самостоятельного выполнения 1
Постановка задачи ML
Практические задания для самостоятельного выполнения 2
Классические алгоритмы ML. 1 часть
Практические задания для самостоятельного выполнения 3
Классические алгоритмы ML. 2 часть
Практические задания для самостоятельного выполнения 4
Метрика качества и работа с признаками
Практические задания для самостоятельного выполнения 5
Основы NLP
Практические задания для самостоятельного выполнения 6
Векторные представления слов
Практические задания для самостоятельного выполнения 7
Рекомендательные системы. Часть 1
Практические задания для самостоятельного выполнения 8
Рекомендательные системы. Часть 2
Практические задания для самостоятельного выполнения 9
Нейронные сети
Практические задания для самостоятельного выполнения 10
Компьютерное зрение
Практические задания для самостоятельного выполнения 11
Заключение

1. Алгоритм Backpropagation:
2. Архитектура полносвязной нейронные сети основана на идее
3. В каком случае метрика accuracy будет репрезентативной
4. Все описанные в лекции алгоритмы обладают общим свойством. Каким?
5. Выберете верное утверждение:
6. Выберете верное утверждение:
7. Градиентный бустинг - это:
8. Если мы предсказываем средние затраты на обслуживание машины, то максимальная скорость разгона машины – это
9. Если мы предсказываем среднюю стоимость машины в зависимости от ее класса, то класс представляет собой
10. Задача автоматического выделения похожих новостных статей без размеченной выборки – это задача
11. Задача автоматической идентификации марки машины по ее изображению – это задача
12. Задача классификации – это задача
13. Задача понижения размерности признакового пространства – это задача
14. Задачу машинного обучения можно представить в виде последовательности выполнения действий по выбору оптимальной решающей функции f из многопараметрического семейства F. Выбор модели машинного обучения происходит на этапе:
15. Задачу машинного обучения можно представить в виде последовательности выполнения действий по выбору оптимальной решающей функции f из многопараметрического семейства F. Задача обучения сводится к задаче оптимизации на этапе:
16. Идея Momentum состоит в:
17. Лучший способ борьбы с переобучением:
18. Метод K-Means - Это:
19. Метод опорных векторов (Support Vectors Machine, SVM):
20. Метод подбора адаптированного learning rate на основе оценки исторических градиентов:
21. Наиболее популярный на текущий момент метод оптимизации, основанный на идее использования двух моментных членов, предложенный в 2015 году:
22. Недостатки k-means:
23. Обучение с учителем характеризуется
24. Отметьте верные высказывания о функциях активации:
25. Переобучение – это эффект, возникающий при
26. При прямом проходе через Feed Forward Neural Network:
27. Процедура LearnID3 состоит в:
28. Решающие деревья обладают следующими свойствами:
29. Случайный лес – это:
30. Условия Каруша-Куна-Таккера применимы для решения:
31. Функции активации в нейронных сетях:
32. Что такое машинный перевод?
33. Эмпирический риск вводится исходя из предположения, что