СИНЕРГИЯ Нейронные сети Тест 100 баллов 2024 год

СИНЕРГИЯ Нейронные сети Тест 100 баллов 2024 год

СИНЕРГИЯ Нейронные сети (Темы 1-7 Итоговый и Компетентностный тесты)

МТИ МосТех МосАП МФПУ Синергия Тест оценка ОТЛИЧНО

2024 год

Ответы на 94 вопроса

Результат – 100 баллов

С вопросами вы можете ознакомиться до покупки

ВОПРОСЫ:

УЧЕБНЫЕ МАТЕРИАЛЫ

Введение в курс

Тема 1. Введение в нейронные сети

Тема 2. Основы работы нейросетей

Тема 3. Сверточные нейронные сети

Тема 4. Оптимизация нейросетей

Тема 5. Библиотеки для работы с нейросетями

Тема 6. Реккурентные нейронные сети, работа с последовательностями

Тема 7. Введение в обучение с подкреплением. Policy gradients

Заключение

Итоговая аттестация

Итоговый тест

Компетентностный тест

1. — это протяжённая узкая долина, имеющая крутой уклон в одном направлении и плавный уклон в другом

2. … – это алгоритм, который умеет анализировать состояние среды и совершать в ней какие-то действия

3. … – это метод обучения, который был использован для обучения Агента

4. … – это понятие впервые использовано в перцептроне

5. … повторяется процесс с другими весами

6. … свертки – это основной строительный блок сверточной нейронной сети, применяющий фильтры свертки к входным данным с целью выделения признаков

7. … являются корреляционными параметрическими методами

8. Caffe использует библиотеку …

9. В … году была основана лаборатория искусственного интеллекта Массачусетского Технологического Института

10. В … году Карнеги Мэллои создает беспилотный автомобиль с использованием нейронных сетей

11. В 1978 году Дуглас Леннон создал самообучающуюся систему …

12. В библиотеке Caffe топология нейросетей, исходные данные и способ обучения задаются с помощью конфигурационных файлов в формате …

13. В использовавшейся архитектуре нейронной сети удалось обыграть …

14. В нейролингвистическом программировании (NLP) происходит …

15. 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?

16. 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?

17. 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.

18. Воображайте, что вы разрабатываете алгоритм управления автономным роботом, который должен доставить посылку от точки A до точки B в здании. Робот должен эффективно найти кратчайший путь, минуя препятствия и осуществив доставку в минимальное время. Разработайте алгоритм управления роботом

19. Время классификации одного изображения оценивает такой критерий, как:

20. Вы работаете в аналитической компании и вам поручено разработать модель нейросети для классификации изображений на два класса: кошки и собаки. Выберете подходящую библиотеку для работы с нейронными сетями.

21. Вы работаете в компании по разработке программного обеспечения для распознавания изображений. Вашей задачей является выбрать подходящую модель нейронной сети для классификации изображений. Вам предоставлены следующие варианты моделей: Рекуррентная нейронная сеть (RNN)Сверточная нейронная сеть (CNN)Генеративно-состязательная нейронная сеть (GAN)Какую модель нейронной сети Вы выберете?

22. Вы работаете в компании, специализирующейся на разработке системы распознавания объектов на изображениях с помощью сверточных нейронных сетей Вам предоставлен набор изображений, на которых изображены животные. Вам нужно настроить сверточную нейронную сеть для классификации изображений на следующие категории: собаки, кошки и птицы. Выберете верный ответ среди трех вариантов.

23. Вы работаете над проектом по анализу тональности текстовых отзывов. Выберете подходящую модель для работы с последовательностями и примите решение по использованию реккурентной нейронной сети.

24. 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?

25. Вы разрабатываете нейронную сеть для классификации изображений с помощью библиотеки TensorFlow. Вам необходимо выбрать функцию активации для скрытых слоев нейронной сети. Какую функцию активации Вы выберете и почему?

26. Вы разрабатываете нейронную сеть для классификации изображений. Вам нужно улучшить ее производительность, чтобы сократить время обучения и повысить точность предсказаний. Какой из следующих подходов наиболее вероятно приведет к оптимизации нейросети?

27. Вы разрабатываете проект, связанный с обработкой и анализом большого объема данных с использованием нейросетей. Для этого вам необходимо выбрать подходящую библиотеку для работы с нейросетями. Какую библиотеку Вы будете использовать?

28. Вы являетесь инженером в команде по разработке искусственного интеллекта. Вам поручили создать реккурентную нейронную сеть, способную генерировать текст на основе последовательностей слов. Для тестирования вашей модели, вам нужно придумать ситуационное задание. Вам дан набор данных, состоящий из последовательностей слов, описывающих праздничное настроение. Обучите реккурентную нейронную сеть на этом наборе данных, чтобы она могла генерировать новые фразы, подобные описанию праздничного настроения.

29. Вы являетесь разработчиком компании, которая занимается разработкой рекомендательной системы для онлайн-магазина. Заказчик просит вас улучшить текущую систему, чтобы она стала более точной в предлагаемых рекомендациях. Какой подход Вы выберете для этой задачи?

30. Вы являетесь разработчиком нейронной сети для распознавания изображений. Ваша нейронная сеть имеет слишком высокую вычислительную сложность и требует много ресурсов для обучения и работы. Какую оптимизацию Вы можете предложить для улучшения производительности нейросети?

31. Вы являетесь тренером спортивной команды и хотите научить свою команду исполнять определенную комбинацию движений. Вы решили использовать метод обучения с подкреплением, чтобы максимизировать результаты. Вам известно, что тренировочный процесс будет состоять из трех этапов: объяснение комбинации движений, демонстрация и исполнение каждым членом команды, а после каждой попытки команда будет получать положительное или отрицательное подкрепление в зависимости от того, насколько близко они выполнили комбинацию. Какое подкрепление (вознаграждение или штраф) следует использовать после каждой попытки выполнения комбинации движений?

32. Гибкость настройки связей между слоями оценивает такой критерий, как:

33. Для понимания особенностей английского языка компьютер необходимо научить …

34. До применения нейронных сетей в этой задаче люди …

35. Интерес к нейронным сетям возобновился в …годы

36. Кратковременная память вызвана печально известной проблемой … градиента

37. На выходе после конкатенации векторов получается …

38. На эффективность и скорость обучения Агента оказывает следующее изменение параметров среды:

39. Набор статистики ходов занимает следующую часть работы алгоритма по обучению Агента:

40. Наличие реализации типовых методов глубокого обучения оценивает такой критерий, как:

41. Нейронная сеть делает ошибку следующего типа на изображении с далматином и вишне:

42. Нейронная сеть допустимо ошибается на изображении с далматином и вишней, потому что …

43. Нейронные сети – один из самых тяжеловесных … машинного обучения

44. Нейронные сети … на маленьком объеме данных

45. Нейронные сети критичны к …

46. Нейронные сети отличаются от других алгоритмов машинного обучения тем, что они …

47. Нейронные сети уступили место другим алгоритмам машинного обучения, потому что …

48. Отсортируйте следующие библиотеки для работы с нейросетями по поддерживаемым языкам программирования в алфавитном порядке:

49. Перцептрон придумал …

50. Пометка частью речи в рамках нейролингвистического программирования – это процесс …

51. После каждой … весовые значения будут обновляться

52. После сложения «ослабленных» векторов всех слов предложения получаются такие выходные вектора, как:

53. Работа стандартного алгоритма градиентного спуска рассматривается на таком типе изображения, как:

54. Распознавание именованных объектов (NER) в рамках нейролингвистического программирования – это процесс …

55. Расположите следующие библиотеки для работы с нейросетями в порядке их возникновения (от самой старой до наиболее новой):

56. Расположите следующие типы реккурентных нейронных сетей по убыванию количества обратных связей:

57. Расположите следующие функции активации в порядке их применения в нейронной сети:

58. Расположите следующие функции активации нейронов по возрастанию нелинейности:

59. Сверточные нейронные сети классифицируют …

60. Системы нейролингвистического программирования в значительной степени полагаются на … ресурсы

61. Системы нейролингвистического программирования имеют … понимание контекста

62. Со словами «I» и «am» в однослойной сети происходит следующее:

63. Со словами «I» и «stupid» в однослойной сети происходит следующее:

64. Сопоставьте понятия и их описания:

65. Сопоставьте понятия и их описания:

66. Сопоставьте понятия и их описания:

67. Сопоставьте понятия и их описания:

68. Сопоставьте понятия и их описания:

69. Сопоставьте понятия и их описания:

70. Сопоставьте понятия и их описания:

71. Сопоставьте понятия и их описания:

72. Сопоставьте понятия и их описания:

73. Сопоставьте понятия и их описания:

74. Сопоставьте понятия и их описания:

75. Сопоставьте понятия и их описания:

76. Сопоставьте понятия и их описания:

77. Сопоставьте понятия и их описания:

78. Способом, которым можно улучшить алгоритм градиентного спуска является такой, как:

79. Стандартный алгоритм градиентного спуска связан с кривой …

80. Стохастический градиентный спуск – это …

81. Удобство использования библиотеки оценивает такой критерий, как:

82. Упорядочите следующие архитектуры нейронных сетей по возрастанию сложности:

83. Упорядочите следующие компоненты от самого входа до выхода:

84. Упорядочите следующие методы обработки естественного языка по степени распространенности использования:

85. Упорядочите следующие методы регуляризации нейросетей по влиянию на модель:

86. Упорядочите следующие примеры задач по работе с последовательностями в порядке наиболее подходящих для реккурентных нейронных сетей:

87. Упорядочите следующие типы анализа текста по возрастанию сложности:

88. Упорядочите следующие типы нейронных сетей по количеству слоев (от наименьшего к наибольшему):

89. Упорядочите следующие шаги в алгоритме Policy Gradients в порядке их выполнения:

90. Упорядочите следующие шаги в обучении модели Policy Gradients в порядке их выполнения:

91. Упорядочите следующие этапы обработки данных в сверточной нейронной сети от начала до конца:

92. Упорядочите следующие этапы процесса машинного обучения по временной последовательности:

93. Фильтр … – это матрица весов, используемая в сверточных слоях нейронной сети для выделения определенных признаков во входных данных

94. Функция … это – математическая функция, которая определяет выход нейрона на основе суммы взвешенных входных сигналов