Методы и модели принятия решения (тест)
Период изготовления: декабрь 2023 года.
ВУЗ: неизвестно.
Работы успешно сдана - заказчик претензий не имел.
1. Верно ли утверждение: «В отличие от нейрокибернетики, в кибернетике «черного ящика», не важно, как устроено мыслящее устройство»:
А) верно
Б) неверно
2. Первый слой архитектуры систем поддержки принятия решений на основе анализа данных это:
А) Modelling
Б) Data collection
В) Interface
3. К числу базовых моделей представления знаний относятся:
А) Сетевая
Б) Фреймовая
В) Нейросетевая
4. Верно ли утверждение «В базе знаний не содержится набор правил, законов, закономерностей, которые получены в результате профессиональной деятельности в пределах некоторой предметной области»:
А) верно
Б) неверно
5. После сбора исходных данных осуществляется:
А) Обучение модели
Б) Анализ результатов
В) Подготовка данных
6. При обучении с учителем:
А) Модель располагает правильными ответами (выходами) на каждый входной пример
Б) Определяется внутренняя структура данных или корреляции между образцами в системе данных, что позволяет распределить образцы по категориям
В) Часть выходов известна, а часть нет
7. К числу основных показателей качества моделей относят:
А) Точность
Б) Адекватность
В) Информативность
8. Верно ли утверждение «Постоянство дисперсии ошибок для всех выборочных наблюдений понимается как гетероскедастичность»:
А) верно
Б) неверно
9. Верно ли утверждение: «При проведении классификации модели обучаются на данных, в которых уже указаны объекты и к каким классам они принадлежат, а при кластеризации этого не задано на обучающих и тестовых данных и количество групп находится при помощи методов машинного обучения»:
А) верно
Б) неверно
10. Для первоначального определения оптимального количества кластеров целесообразно осуществить:
А) Кластеризацию при помощи нейросетей
Б) Кластеризацию методом K-средних
В) Древовидную кластеризацию
11. Метод обратной пошаговой регрессии предполагает:
А) Постепенное исключение факторов из модели до требуемого уровня доверия к коэффициентам при регрессорах
Б) Постепенное включение факторов в модель
В) Смешанное обучение
12. Верно ли утверждение «Достаточно точными деревьями решений для решения задач классификации являются «Boosted Trees»»:
А) верно
Б) неверно
13. Верно ли утверждение: «В основу построения нейронных сетей исторически вошло моделирование искусственного нейрона по принципу работы биологического»:
А) верно
Б) неверно
14. Для решения сложных задач модели нейросетей должны быть:
А) Однослойными
Б) Многослойными
В) Смешанными
15. При глубоком машинном обучении выходные данные могут быть представлены:
А) Только в виде числового значения
Б) Только в виде текста
В) Иметь несколько форматов
16. Первой из успешных архитектур сверточных нейронных сетей была:
А) AlexNet
Б) GoogLeNet
В) LeNet
17. Индекс потребительских цен должен прогнозироваться:
А) В федеральном органе государственной власти
Б) В региональном органе государственной власти
В) В коммерческих структурах
18. В рамках рассматриваемой лекции алгоритм обучения нейросети был:
А) Обратное распространение ошибок
Б) BFGS
В) На основе радиально базисных функций
19. Автоматический режим построения нейросетей это:
А) С использованием «ANS»
Б) С использованием «Subsampling»
В) С использованием «CNN»
20. Факторы для построения моделей целесообразно выбирать:
А) При помощи математических алгоритмов
Б) При помощи экспертного анализа
В) При помощи математических алгоритмов и экспертного анализа
21. Верно ли утверждение: «Под чат-ботом понимается автоматическая система для общения с пользователями»:
А) Верно
Б) Неверно
22. При диаризации происходит:
А) Присвоение меток каждому элементу последовательности
Б) Обнаружение и разделение речевого потока на части по количеству говорящих
В) Распределение на n-количества слов
23. Наименование бота на госсуслугах:
А) робот «Макс»
Б) робот «Магнет»
В) робот «Помощник»
24. Верно ли утверждение: «Умный город» – это концепция интеграции нескольких информационных и коммуникационных технологий и Интернета вещей для управления городским имуществом»:
А) Верно
Б) Неверно
Список используемых источников
1. Ковалев, В.В. Корпоративные финансы и учет: понятия, алгоритмы, показатели: Учебное пособие / В.В. Ковалев, В.В. Ковалев. - М.: Проспект, 2017. - 880 c.
2. Кокорева, М.С. Корпоративные финансовые решения. Эмпирический анализ российских компаний (корпоративные финансовые решения на развивающихся рынках капитала): Монография / И.В. Ивашковская, М.С. Кокорева, А.Н. Степанова, С.А. Григорьева. - М.: НИЦ ИНФРА-М, 2018. - 281 c.
3. Никитина, Н.В. Корпоративные финансы: Учебное пособие / Н.В. Никитина, В.В. Янов. - М.: КноРус, 2017. - 512 c.
4. Федякина, Л.Н. Международные финансы: Учебное пособие для вузов / Л.Н. Федякина. - М.: Межд. отнош., 2016. - 640 c.
