Университет «Синергия» Теории и системы искусственного интеллекта (Итоговый тест)

Университет «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.