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