Основы искусственного интеллекта. Синергия. Ответы на ИТОГОВЫЙ ТЕСТ. На отлично!
Ответы представлены на ИТОГОВЫЙ ТЕСТ
Результат - 90+ баллов
Перед покупкой сверьте список вопросов и убедитесь, что вам нужны ответы именно на эти вопросы!
С вопросами вы можете ознакомиться ДО покупки.
Для быстрого поиска вопроса используйте Ctrl+F.
При возникновении вопросов, сложностей или необходимости пройти тест по другому предмету пишите в личные сообщения https://studwork.ru/mail/259571
Другие мои работы можно найти по ссылке https://studwork.ru/shop?user=259571
Ответы вы сможете скачать сразу после покупки.
В … году была основана лаборатория искусственного интеллекта Массачусетского Технологического Института
· 1959
· 1961
· 1988
· 2009
В … году Карнеги Мэллои создает беспилотный автомобиль с использованием нейронных сетей
В 1978 году Дуглас Леннон создал самообучающуюся систему …
В нейролингвистическом программировании (NLP) происходит …
· обучение модели на базе данных
· решение сложных задач в машинном обучении
· выделение и классификация различных частей речи
· создание моделей для различных частей обработки естественного языка
Ваша компания разрабатывает систему распознавания рукописного текста с помощью нейронных сетей. Вы получили новый набор данных, который содержит изображения рукописных цифр (от 0 до 9) написанных разными людьми. Ваша задача – обучить нейросеть распознавать эти цифры с максимальной точностью. Какую архитектуру нейронной сети Вы выберете для решения данной задачи?
· Полносвязная нейронная сеть (Fully Connected Network).
· Сверточная нейронная сеть (Convolutional Neural Network).
· Рекуррентная нейронная сеть (Recurrent Neural Network).
Ваша компания разработала новый алгоритм обработки естественного языка для автоматической классификации текстов. Однако перед запуском на продакшен, необходимо провести тестирование системы для проверки ее эффективности. Каким образом можно оценить точность классификации системы обработки естественного языка?
· Сравнить предсказанные метки классов с истинными метками в наборе тестовых данных и вычислить процент совпадений.
· Измерить среднюю скорость обработки текстов системой и сравнить с другими алгоритмами обработки естественного языка.
· Провести опрос среди случайно выбранных пользователей о том, насколько точно система классифицирует тексты.
Вашей задачей является написание программы, которая будет определять тональность текста. Для этого вам необходимо реализовать функцию determine_sentiment(text: str) -> str, которая будет принимать на вход текст и возвращать одно из следующих значений:«positive» – если текст имеет позитивную тональность.«negative» – если текст имеет негативную тональность.«neutral» – если текст не имеет явно выраженной эмоциональной окраски. Определите тональность текста для написания программы.
· Вам предоставлены все необходимые данные и модель машинного обучения для реализации данной функции.
· Вам необходимо самому разработать алгоритм определения тональности текста.
· Вам необходимо использовать сторонние библиотеки и API для определения тональности текста.
Вы разрабатываете модель нейронной сети для классификации изображений на два класса: собаки и кошки. Вам даны 10000 изображений собак и 10000 изображений кошек для обучения модели. Вы решаете использовать сверточную нейронную сеть для этой задачи. Какие преимущества сверточных нейронных сетей делают их хорошим выбором для задачи классификации изображений?
· Сверточные нейронные сети позволяют выделять важные признаки изображений, такие как углы, границы и текстуры.
· Сверточные нейронные сети обладают высокой скоростью обучения и эффективно применяются в реальных временных задачах.
· Сверточные нейронные сети могут автоматически извлекать семантические признаки изображений, позволяя модели находить общие закономерности в данных
Для понимания особенностей английского языка компьютер необходимо научить …
· пониманию структурированных данных
· распознаванию именованных объектов
· определению значения слов в предложениях
· базовым концепциям письменного языка
Перцептрон придумал …
· Фрэнк Розенблатт
· Айзек Азимов
· Артур Сэмюэл
· Джон Маккарти
Пометка частью речи в рамках нейролингвистического программирования – это процесс …
· определения окончательной стоимости продукции
· присвоения каждому слову в предложении определенной части речи
· оценки качества текстового материала
· распознавания голоса
Распознавание именованных объектов (NER) в рамках нейролингвистического программирования – это процесс …
· распознавания лиц на фотографиях
· распознавания и категоризации именованных объектов в тексте
· распознавания смысла фразы
· распознавания настроения в тексте
Системы нейролингвистического программирования в значительной степени полагаются на … ресурсы
Системы нейролингвистического программирования имеют … понимание контекста
Сопоставьте понятия и их описания:
Сопоставьте понятия и их описания:
Сопоставьте понятия и их описания:
Сопоставьте понятия и их описания:
Упорядочите следующие методы обработки естественного языка по степени распространенности использования:
1. статистический анализ
2. машинное обучение
3. правила и шаблоны
Упорядочите следующие типы анализа текста по возрастанию сложности:
1. морфологический анализ
2. синтаксический анализ
3. семантический анализ
Упорядочите следующие типы нейронных сетей по количеству слоев (от наименьшего к наибольшему):
1. рекуррентная нейронная сеть (Recurrent Neural Network)
2. сверточная нейронная сеть (Convolutional Neural Network)
3. полносвязная нейронная сеть (Fully Connected Network)
Упорядочите следующие этапы процесса машинного обучения по временной последовательности:
1. подготовка данных
2. обучение модели
3. тестирование модели Порядок проверить
… – это понятие впервые использовано в перцептроне
· машинное обучение
· искусственный интеллект
· нейронные сети
· биг дата
… являются корреляционными параметрическими методами
· методы оценки связи между количественными переменными
· методы строительства корреляционного поля
· методы построения графиков функции регрессии
· методы анализа выборки данных
