Jak se AI učí - Kurz AI pro dospělé, díl 3.

Co je strojové učení?

• Metoda, při které se umělá inteligence učí na základě předem naprogramovaných pravidel.

• Metoda, při které se umělá inteligence učí z příkladů nebo zkušeností.

• Metoda, při které umělá inteligence pouze generuje nové věci.

• Metoda, při které umělá inteligence rozhoduje bez jakýchkoli dat.

Jaké typy úloh může strojové učení vykonávat?

• Pouze generování nových věcí.

• Pouze klasifikace dat, například rozpoznávání psů a koček.

• Klasifikace dat a generování nových věcí.

• Pouze rozhodování o budoucí strategii.

Jakou složitou úlohu se roboti mohou naučit pomocí strojového učení, jak je ukázáno ve videu?

• Řízení auta.

• Hraní šachů.

• Hraní fotbalu.

• Vaření jídla.

Jaká je role "anotovaných dat" v rámci strojového učení s učitelem?

• Jsou to data, která systém sám vytvořil.

• Jsou to data, která lidé označili a kategorizovali pro systém.

• Jsou to data, která systém nikdy předtím neviděl.

• Jsou to data, která slouží k testování modelu, nikoli k jeho trénování.

Proč se strojové učení s učitelem nazývá "učení s učitelem"?

• Protože model učí sám sebe.

• Protože lidé (učitelé) systému říkají, co je co.

• Protože model potřebuje lidskou pomoc k interpretaci výsledků.

• Protože model se učí od jiných modelů.

Jaký je výstup modelu strojového učení s učitelem při klasifikaci obrázku, například kočky nebo psa?

• Vždy absolutní jistota, zda jde o kočku nebo psa.

• Pouze otázka, zda jde o kočku nebo psa.

• Výstup je vždy v určité míře pravděpodobnosti.

• Model neposkytuje žádný výstup.

Jaký je hlavní rozdíl mezi strojovým učením s učitelem a bez učitele?

• Strojové učení s učitelem je rychlejší.

• Strojové učení bez učitele nevyžaduje lidské označování dat.

• Strojové učení s učitelem je složitější.

• Strojové učení bez učitele se používá pouze pro generování obrázků.

Jak model v rámci strojového učení bez učitele nachází vzory v datech?

• Lidé mu předem řeknou, jaké vzory má hledat.

• Model si sám vyhledává podobnosti a shlukuje data do skupin.

• Model generuje náhodné vzory a čeká na zpětnou vazbu.

• Model analyzuje pouze textová data.

Jakým způsobem se algoritmus strojového učení naučil rozpoznávat kočky z milionů videí na YouTube bez předchozího označení?

• Byl ručně naprogramován s pravidly pro rozpoznávání koček.

• Analyzoval podobnosti v datech a sám identifikoval opakující se vzory, jako jsou kočky.

• Dostával zpětnou vazbu od uživatelů, kteří označovali kočky ve videích.

• Použil předem natrénovaný model pro detekci objektů a aplikoval ho na kočky.

V jaké situaci na výrobní lince by bylo vhodné použít metodu učení bez učitele (unsupervised learning)?

• Pro přesné měření rozměrů každého výrobku.

• Pro třídění výrobků na základě předem definovaných kategorií.

• Pro identifikaci neznámých vad nebo anomálií, které nebyly předem specifikovány.

• Pro kontrolu, zda každý výrobek splňuje stanovené normy kvality.