Ответы на вопросы из коллекции "Университет «Синергия» Основы искусственного интеллекта (Темы 1-5 Итоговый тест)"

Вопрос №1006829

Вопрос есть в коллекциях

Функции активации в нейронных сетях:

Нелинейны (глобально) и вносят неоднородность в сигнал при прямом проходе
Линейны и нужны для проверки работоспособности модели
Активируют нейросеть в разных режимах работы

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006833

Вопрос есть в коллекциях

Лучший способ борьбы с переобучением:

Изменение архитектуры модели
регуляризации
Увеличение количества данных

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006830

Вопрос есть в коллекциях

При прямом проходе через Feed Forward Neural Network:

Происходит обновление весов модели на основе градиентов, посчитанных на предыдущей итерации
Происходит выстраивание архитектуры модели посредством подбора числа слоев и их размеров
Сигнал передается посредством последовательного матричного умножения и применения нелинейных функций активации

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006827

Вопрос есть в коллекциях

Архитектура полносвязной нейронные сети основана на идее

обобщения низкоуровневых признаков и генерирования на их основе более высокоуровневых
Построения разделяющей гиперплоскости
Минимизации лосс-функции без использования градиентных методов

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006834

Вопрос есть в коллекциях

Условия Каруша-Куна-Таккера применимы для решения:

Любой задачи оптимизации
Задачи выпуклой оптимизации
Задачи оптимизации произвольной функции на выпуклом множестве Q

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006831

Вопрос есть в коллекциях

Отметьте верные высказывания о функциях активации:

Функция активации сигмоида лежит в диапазоне [0,1] и может быть интерпретирована как вероятность, а потому часто используется для решения задач бинарной классификации. Функция ReLU - кусочно-линейная
Функция Leacky ReLU - всюду дифференцируема. Популярная функция активации гиперболический тангенс может быть использована, как решающая функция для задачи регрессии. Производная сигмоидальной функции не выражается аналитически через значение самой функции в данной точке
Все функции активации взаимозаменяемы вследствие того, что имеют одну и ту же область значений и область определения

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006839

Вопрос есть в коллекциях

Алгоритм Backpropagation:

Состоит в случайном подборе весов модели до тех пор, пока не будет достигнут оптимальный набор параметров, минимизирующий ошибку
Используется только для оптимизации полносвязных нейросетей
Последовательном вычислении градиентов по весам модели, начиная с последнего слоя, по предактивациям соответствующего слоя и градиентам по весам следующего

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006838

Вопрос есть в коллекциях

Все описанные в лекции алгоритмы обладают общим свойством. Каким?

Для всех требуется вычисление матрицы Гессе оптимизируемой функции
Для всех требуется вычисление градиентов оптимизированной функции
Для всех требуется подсчет значения оптимизируемой функции в данной точке

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006837

Вопрос есть в коллекциях

Наиболее популярный на текущий момент метод оптимизации, основанный на идее использования двух моментных членов, предложенный в 2015 году:

ADAM
Adagrad
Adadelta

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006836

Вопрос есть в коллекциях

Метод подбора адаптированного learning rate на основе оценки исторических градиентов:

Nesterov Momentum
RMSProp
Adagrad

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006835

Вопрос есть в коллекциях

Идея Momentum состоит в:

Вычислении градиента в точке, к которой алгоритм должен сойтись на текущем шаге, согласно посчитанному моментному члену, а не в той точке, откуда алгоритм производит шаг
Использовании идеи физической инерции посредством добавления моментных членов, "скоростей"
приближенном, а значит - более быстром("моментальном") вычислении градиентов в текущей точке

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006832

Вопрос есть в коллекциях

Переобучение – это эффект, возникающий при

Излишней сложности модели по отношению к сложности обучающей выборки, из-за чего происходит “заучивание” данных
Слишком долгом обучении модели, из-за чего она теряет свою предсказательную способность вследствие увеличения энтропии весов
Усталости специалиста по машинному обучению от того, что его модели слишком долго учатся

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006828

Вопрос есть в коллекциях

Что такое машинный перевод?

Обучающая выборка выбрана из нормального распределения по всем признакам
композиционный алгоритм над решающими деревьями, основанный на идее голосования классификаторов, проводимого особым способом, с приписыванием константных весов каждому классификатору
процесс перевода текстов с одного естественного языка на другой с помощью специальной компьютерной программы

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006826

Вопрос есть в коллекциях

Если мы предсказываем средние затраты на обслуживание машины, то максимальная скорость разгона машины – это

Бинарный признак
Непрерывный признак
Номинальный признак

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006825

Вопрос есть в коллекциях

Градиентный бустинг - это:

Усиление обобщающей способности модели посредством использования нескольких градиентных методов оптимизации
Композиционный алгоритм (обычно над решающими деревьями), основанный на идее построения нового элемента композиции на каждой итерации таким образом, что следующее приближение вектора ответов алгоритма отличается от текущего на градиент ошибки
Композиционный алгоритм над решающими деревьями, основанный на идее голосования классификаторов, проводимого особым способом, с приписыванием константных весов каждому классификатору

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006824

Вопрос есть в коллекциях

Задача понижения размерности признакового пространства – это задача

Обучения с учителем
Обучения без учителя
Обучения с подкреплением

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006823

Вопрос есть в коллекциях

Метод опорных векторов (Support Vectors Machine, SVM):

Строит оптимальную разделяющую гиперплоскость, максимизируя ширину полосы между двумя классами
Аппроксимирует искомую функцию, обучаясь при помощи градиентных методов, решает задачу регрессии
Проводит гиперповерхность, минимизируя сумму квадратов расстояний элементов обучающей выборки до этой гиперповерхности

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006822

Вопрос есть в коллекциях

В каком случае метрика accuracy будет репрезентативной

Когда все виды ошибок имеют для нас одинаковую важность, и может быть дисбаланс классов
Когда все виды ошибок имеют для нас одинаковую важность, но дисбаланса классов быть не должно
Когда дисбаланс классов может быть, и ошибки могут иметь любое соотношение важности

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006821

Вопрос есть в коллекциях

Метод K-Means - Это:

Метрический метод классификации, основанный на усреднении расстояний до k ближайших соседей
Метод кластеризации
Метод валидации модели, основанный на усреднении ошибки по к прогонам модели на тестовых данных

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006820

Вопрос есть в коллекциях

Процедура LearnID3 состоит в:

Последовательном построении решающего дерева посредством поиска предиката с максимальной информативностью на каждом шаге и разделении обучающей выборки на две части по этому предикату до тех пор, пока не будет достигнуто нужное число вершин в дереве
Последовательном построении решающего дерева посредством разбиения обучающей выборки на случайные подвыборки с сохранением отношения числа элементов одного класса к числу элементов другого класса
В индексации вершин решающего дерева особым способом
В особом способе полива тропических растений в наших широтах

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006819

Вопрос есть в коллекциях

Выберете верное утверждение:

Для линейной регрессии возможно аналитически найти решение задачи минимизации эмпирического риска только в одномерном случае
Линейная регрессия допускает аналитическое решение задачи минимизации суммы квадратов расстояния от предсказанных меток до верных ответов в случае любой размерности
Для линейной регрессии не существует решения задачи минимизации эмпирического риска

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006818

Вопрос есть в коллекциях

Недостатки k-means:

Необходимость подбирать k, неустойчивость от выбора начального приближения центров кластеров
Неинтерпретируемость
Плохое качество работы

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006817

Вопрос есть в коллекциях

Эмпирический риск вводится исходя из предположения, что

Оценка качества работы алгоритма на обучающей выборке примерно совпадает с ожидаемым качеством работы алгоритма вне ее
Обучающая выборка выбрана из нормального распределения по всем признакам
Оценка риска только на обучающей выборке – более правильный подход, чем оценка риска на всех возможных данных

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006816

Вопрос есть в коллекциях

Задача классификации – это задача

Обучения с учителем
Обучения без учителя
Обучения с подкреплением

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006815

Вопрос есть в коллекциях

Выберете верное утверждение:

Логистическая регрессия решает задачу регрессии
Логистическая регрессия нужна для поиска оптимальных маршрутов грузоперевозок
Логистическая регрессия решает задачу классификации

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006814

Вопрос есть в коллекциях

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:

Выбора семейства F
Оценки качества выбранной функции f из семейства F
Поиска наилучшей функции из семейства F

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006813

Вопрос есть в коллекциях

Задача автоматического выделения похожих новостных статей без размеченной выборки – это задача

Регрессии
Бинарной классификации
Кластеризации

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006812

Вопрос есть в коллекциях

Если мы предсказываем среднюю стоимость машины в зависимости от ее класса, то класс представляет собой

Бинарный признак
Непрерывный признак
Категориальный признак

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006811

Вопрос есть в коллекциях

Задача автоматической идентификации марки машины по ее изображению – это задача

Регрессии
Бинарной классификации
Многоклассовой классификации

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006810

Вопрос есть в коллекциях

Решающие деревья обладают следующими свойствами:

Плохо интерпретируются, чувствительны к шуму, иногда отказывают в классификации данных
Строят разделяющую гиперплоскость, не чувствительны к шуму, не переобучаются
Легко обрабатывают пропуски данных, хорошо интерпретируются, исключают отказы классификации, обрабатывают разнотипные и неотмасштабированные данные
Способны решать лишь задачу регрессии

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006809

Вопрос есть в коллекциях

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:

Выбора семейства F
Оценки качества выбранной функции f из семейства F
Поиска наилучшей функции из семейства F

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006808

Вопрос есть в коллекциях

Случайный лес – это:

Составление композиционного алгоритма при помощи подбора случайных алгоритмов машинного обучения и их последующего голосования
Композиционный алгоритм (обычно над решающими деревьями), основанный на идее построения нового элемента композиции на каждой итерации таким образом, что следующее приближение вектора ответов алгоритма отличается от текущего на градиент ошибки
Метод голосования решающих деревьев, каждое из которых было обучено на собственной подвыборке объектов и подвыборке признаков

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Вопрос №1006807

Вопрос есть в коллекциях

Обучение с учителем характеризуется

Целью обучить агента принимать оптимальные решения в среде
Отсутствием размеченной выборки
Наличием размеченной выборки

Ответ за 19 руб. Подробнее

Ответ верный?

Да Нет

Сбросить фильтрОшибка?

Показать быстрые кнопки

Сбросить настройки

Отметить/снять все

Не нашли ответа на свой вопрос?

Добавить ответ

Ведь так и так найдёте ответ для своей учёбы 😉

Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.

Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.

Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.

Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.

Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.

Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.

Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.

Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.

Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.

Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.

Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.

Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.