wayground logo

Free Printable Worksheets

Font size

S
M
L
XL
Worksheets

ТЕХПРОГ

Total questions: 121

Worksheet time: 1hrs 1mins

Name
Class
Date
1.

Технология программирования –

a)

совокупность методов и средств для разработки программного обеспечения

b)

программа или множество программ, используемых для управления компьютером

c)

формальный язык, предназначенный для записи компьютерных программ

d)

принципы построения и анализа алгоритмов

e)

основной принцип согласования моделей

2.

Как в программирование называется словесное описание задачи?

a)

спецификация задачи

b)

условие задачи

c)

техническое задание

d)

программный продукт

e)

формализация условия

3.

Математическая формулировка задачи начинается с ...

a)

формализации условия

b)

технического задания

c)

спецификации задачи

d)

словесного описания

e)

построения блок-схемы

4.

На этапе построения математической модели задачи

a)

выводятся формулы и выбираются методы решения задачи

b)

записывается спецификация задачи

c)

выполняется тестирование и отладка программы

d)

начинается формализация условий

e)

строятся блок-схемы

5.

Какого этапа нет? Постановка задачи -> Математическое моделирование -> Программирование -> Расчеты и анализ результатов

a)

Алгоритмизация

b)

Формализация условий

c)

Спецификация задачи

d)

Вывод формул и выбор метода решения

e)

Анализ данных

6.

Совокупность процессов, связанных с разработкой программ и их реализацией называется ...

a)

программированием

b)

формализацией

c)

спецификацией

d)

алгоритмизацией

e)

моделированием

7.

В зависимости от назначения программирование подразделяют на:

a)

системное и прикладное

b)

процедурное и структурное

c)

декларативное и параллельное

d)

объектно-ориентированное и модульное

e)

императивное и функциональное

8.

Метод программирования, в котором программы пишутся как перечни последовательно выполняемых программ

a)

Процедурное

b)

Декларативное

c)

Объектно-ориентированное

d)

Структурное

e)

Функциональное

9.

Метод программирования, обеспечивающий одновременное выполнение операций, связанных с обработкой данных

a)

Параллельное

b)

Процедурное

c)

Объектно-ориентированное

d)

Структурное

e)

Императивное

10.

Метод программирования, основанный на использовании концепции объекта, абстрагирующего конкретные его реализации

a)

Объектно-ориентированное

b)

Процедурное

c)

Параллельное

d)

Структурное

e)

Функциональное

11.

В каком году создана программа, воспринимающая алгебраические уравнения, записанные в традиционной форме?

a)

1949

b)

1945

c)

1985

d)

1999

e)

2005

12.

Выберите технологию, которая позволяет создавать приложения лишь с базовыми навыками программирования

a)

Low-Code, No-Code

b)

Hotwire

c)

Progressive Web Application

d)

Podman

e)

Агентно-ориентированное

13.

Класс методов искусственного интеллекта с обучением за счёт применения решений множества сходных задач

a)

Машинное обучение

b)

Методы оптимизации

c)

Генетические алгоритмы

d)

Статистика

e)

Data Mining

14.

Какой вариант не относится к ветвям машинного обучения?

a)

Statistics

b)

Supervised learning

c)

Unsupervised learning

d)

Reinforcement learning

e)

Ranking Optimization

15.

Какова цель алгоритма машинного обучения с учителем?

a)

По описанию объекта дать ответ на заранее заданный вопрос

b)

Структурировать выборку

c)

Выделить кластерную структуру

d)

Измерить характеристику каждого объекта

e)

Снизить размерность

16.

Какова цель алгоритма машинного обучения без учителя?

a)

Структурировать выборку

b)

По описанию объекта дать ответ на заранее заданный вопрос

c)

Выделить кластерную структуру

d)

Измерить характеристика каждого объекта

e)

Найти оптимальное решение задачи, либо установить неразрешимость этой задачи

17.

Какие задачи относятся к машинному обучению с учителем?

a)

Классификация

b)

Ранжирования

c)

Понижение размерности

d)

Кластеризация

e)

Обучение перцептрона

18.

Какие задачи относятся к машинному обучению без учителя?

a)

Кластеризация

b)

Ранжирования

c)

Регрессия

d)

Классификация

e)

Обучение перцептрона

19.

Набор сведений об объекте, представленных в виде некоторого вектора

a)

Признак

b)

Объект

c)

Размерность

d)

Класс

e)

Множество

20.

Основная библиотека Python с алгоритмами машинного обучения

a)

Sklearn

b)

Numpy

c)

Scipy

d)

Pandas

e)

Matplotlib

21.

Какие признаки объектов относятся к категориальным?

a)

Номинальные

b)

Бинарные

c)

Непрерывные

d)

Географические

e)

Дата и время

22.

Семейство функций, зависящих от некоторых параметров, из которых выбирается алгоритм машинного обучения –

a)

Модель

b)

Объект

c)

Признаки

d)

Ветви машинного обучения

e)

Линейные

23.

Что означает L_a (x,y)=|a(x)-y|?

a)

функция потерь

b)

семейство функций

c)

тренировочная выборка

d)

тестовая выборка

e)

средний эмпирический риск

24.

Основной принцип решения задачи обучения по прецедентам

a)

минимизация эмпирического риска

b)

минимизация ожидаемого риска

c)

математическое ожидание функции потерь

d)

построение модели машинного обучения

e)

изменение среднего эмпирического риска

25.

В каких скобках записываются словари?

a)

{}

b)

()

c)

[]

d)

<>

e)

описывается только зарезервированным словом

26.

В каких скобках записываются списки?

a)

[]

b)

{}

c)

()

d)

<>

e)

описывается только зарезервированным словом

27.

В каких скобках записываются кортежи?

a)

()

b)

{}

c)

[ ]

d)

<>

e)

описывается только зарезервированным словом

28.

Зарезервированное слово для кортежей?

a)

Tuple

b)

Dict

c)

List

d)

Set

e)

Array

29.

Обучение, основанное на выявлении эмпирических закономерностей в данных

a)

обучение по прецедентам

b)

дедуктивное обучение

c)

кластеризация

d)

регрессия

e)

понижение размерности

30.

Машинное обучение определяется как процесс решения практической задачи путем

a)

формирования набора данных и алгоритмического построения статистической модели

b)

спецификации данных

c)

формализации данных

d)

построения блок-схем

e)

анализа результатных данных

31.

Метод сбора ансамблей алгоритмов машинного обучения, при котором рассматриваются однородные модели, которые обучаются независимо и параллельно, а затем их результаты просто усредняются -

a)

бэггинг

b)

  стекинг

c)

бустинг

d)

AdaBoost

e)

бутстрэп

32.

Метод сбора ансамблей алгоритмов машинного обучения, при котором рассматриваются однородные модели, которые обучаются последовательно, причем последующая модель должна исправлять ошибки предыдущей -

a)

бустинг

b)

 стекинг

c)

бэггинг

d)

AdaBoost

e)

бутстрэп

33.

В каком году Freund и Schapire предложили общую схему для композиции алгоритмов с разными весами?

a)

1995

b)

 1957

c)

1961

d)

  2003

e)

 2015

34.

Выберите критерий качества для построения решающих деревьев:

a)

верны все варианты

b)

энтропия

c)

критерий Джини

d)

ошибка классификации

e)

информационный выигрыш

35.

Какой критерий качества представляет собой вероятность (частоту) появления объектов k-го класса в вершине дерева?

a)

Gini impurity

b)

 entropy

c)

 predicate

d)

information gain

e)

misclassificationerror

36.

Функция, определяющая, насколько хорошо было разбито дерево решений:

a)

impurity

b)

entropy

c)

predicate

d)

information gain

e)

boosting

37.

Выберите метод ансамблевых алгоритмов машинного обучения, при котором формируется T независимых простых алгоритмов и вычисляется выходное значение в виде усреднения ответов от каждого из них:

a)

бустинг

b)

стекинг

c)

бэггинг

d)

AdaBoost

e)

бутстрэп

38.

К какому метод ансамблевых алгоритмов машинного обучения относится формула a(x)=1/T (a1(x)+…+aT(x))?

a)

бустинг

b)

стекинг

c)

бэггинг

d)

AdaBoost

e)

бутстрэп

39.

Величина отступа (margin) для линейных алгоритмов в задачах классификации:

a)

M=<w,x>=w^T x

b)

  a(x)=1/T (a1(x)+…+aT(x))

c)

  E{aj(x) ai(x)}=0

d)

a(x)=a1 b1(x)+…+aT bT(x)

e)

  bT= arg min N(b), b in B

40.

Выберите операцию над множеством, которая возвращает указатель на элемент множества S с ключом k:

a)

Search(S, k)

b)

Insert(S, k)

c)

Delete(S, k)

d)

Predecessor(S, k)

e)

 Successor(S, k)

41.

Структура данных, представляющая из себя упорядоченный набор элементов, в которой добавление новых элементов и удаление существующих производится с одного конца, называемого вершиной:

a)

стек (stack)

b)

множество (set)

c)

список (list)

d)

  очередь (queue)

e)

дек (deque)

42.

Выберите структуру данных, в которой реализуется стратегия «последним вошел – первым вышел» (last in, first out – LIFO):

a)

стек (stack)

b)

множество (set)

c)

список (list)

d)

очередь (queue)

e)

дек (deque)

43.

Выберите операцию для стека:

a)

все перечисленные

b)

empty

c)

push

d)

pop

e)

peek

44.

Выберите метод, который добавляет элемент на вершину стека:

a)

 push

b)

 count

c)

empty

d)

pop

e)

peek

45.

Выберите метод, который удаляет элемент с вершины стека и возвращает его:

a)

pop

b)

push

c)

 count

d)

empty 

e)

 peek

46.

Выберите метод, который возвращает верхний элемент стека, но не удаляет его:

a)

peek

b)

pop

c)

push

d)

 count

e)

empty

47.

Выберите метод, который возвращает количество элементов в стеке:

a)

count

b)

peek

c)

pop

d)

push

e)

empty

48.

Выберите структуру данных, из которой удаляется первым тот элемент, который был первым добавлен:

a)

очередь (queue)

b)

стек (stack)

c)

множество (set)

d)

список (list)

e)

дек (deque)

49.

Выберите структуру данных, в которой реализуется стратегия «первым вошел – первым вышел» (first in, first out – FIFO):

a)

очередь (queue)

b)

стек (stack)

c)

множество (set)

d)

список (list)дек (deque)

e)

дек (deque)

50.

С помощью какой операции можно добавить элемент в очередь?

a)

Enqueue(Q, x)

b)

Dequeue(Q, x)

c)

Tail

d)

Head

e)

Count

51.

С помощью какой операции можно извлечь элемент из очереди?

a)

Dequeue(Q, x)

b)

  Enqueue(Q, x)

c)

 Tail

d)

Head

e)

Count

52.

Абстрактный тип данных, представляющий собой упорядоченный набор значений, в котором некоторое значение может встречаться более одного раза

a)

список (list)

b)

  очередь (queue)

c)

стек (stack)

d)

множество (set)

e)

дек (deque)

53.

Выберите свойство списка:

a)

все перечисленные

b)

тип элементов

c)

 отсортированность

d)

возможность доступа

e)

сравниваемость

54.

Базовая динамическая структура данных, состоящая из узлов, каждый из которых содержит как собственно данные, так и одну или две ссылки («связки») на следующий и/или предыдущий узел списка:

a)

связный список (linked list)

b)

  очередь (queue)

c)

  стек (stack)

d)

множество (set)

e)

  дек (deque)

55.

Структура данных, представляющая из себя список элементов, в которой добавление новых элементов и удаление существующих производится с обоих концов:

a)

дек (deque)

b)

дерево (tree)

c)

очередь (queue)

d)

стек (stack)

e)

множество (set)

56.

Структура данных, которая поддерживает как FIFO, так и LIFO:

a)

 дек (deque)

b)

 дерево (tree)

c)

  очередь (queue)

d)

  множество (set)

e)

  стек (stack)

57.

На хранение в памяти самих элементов дек тратит:

a)

O(n)

b)

 O(nlogn)

c)

O(n^2)

d)

O(n^2logn)

e)

O(logn)

58.

Структура данных, представляющая собой связный, ациклический граф:

a)

дерево (tree)

b)

очередь (queue)

c)

стек (stack)

d)

множество (set)

e)

дек (deque)

59.

Чтобы алгоритм бинарного поиска работал правильно, нужно, чтобы массив (список) был:

a)

отсортированным

b)

несортированным

c)

в куче

d)

выходящим из стека

e)

с четным количеством элементов

60.

Определите максимальное количество узлов в двоичном дереве с высотой k, где корень - нулевая высота (0):

a)

2^{k+1} - 1

b)

2^{k+1} + 1

c)

2^k - 1

d)

2^k + 1

e)

2^k

61.

Какие задачи не решаются методами машинного обучения?

a)

задачи, решаемые аналитическим путём

b)

задачи, решаемые методами оптимизации

c)

задачи, решаемые статистическими методами

d)

задачи, решаемые с помощью генетических алгоритмов

e)

задачи, решаемые с помощью нейронных сетей

62.

Задача, в которой требуется входные данные отнести к тому или иному классу

a)

классификации

b)

регрессии

c)

кластеризации

d)

ранжирования

e)

понижения размерности

63.

Задачи, в которых делаются прогнозы в виде вещественных чисел на основе входных данных

a)

регрессии

b)

понижения размерности

c)

классификации

d)

кластеризации

e)

ранжирования

64.

Задачи, подразумевающие упорядочивание (по некоторому критерию) входного набора данных

a)

ранжирования

b)

регрессии

c)

кластеризации

d)

классификации

e)

понижения размерности

65.

Какие данные могут входить в обучающую выборку?

a)

верны все ответы

b)

результаты измерений

c)

изображения

d)

векторы

e)

звуковые сигналы

66.

Какие значения могут принимать целевые данные при бинарной классификации?

a)

y принадлежит {−1,1}

b)

y принадлежит {0,1}^M

c)

y принадлежит R^m

d)

y принадлежит R

e)

y принадлежит {1,2,...,M}

67.

Какие значения могут принимать целевые данные при M-классовой классификации?

a)

y принадлежит {1,2,...,M}

b)

y принадлежит {−1,1

c)

y принадлежит {0,1}^M

d)

y принадлежит R^m

e)

y принадлежит R

68.

Какие значения могут принимать целевые данные в m-мерной задаче регрессии?

a)

y принадлежит R^m

b)

y принадлежит {1,2,...,M}

c)

y принадлежит {−1,1}

d)

y принадлежит {0,1}^M

e)

y принадлежит R

69.

Какие значения могут принимать целевые данные в одномерной задаче регрессии?

a)

y принадлежит R

b)

y принадлежит {1,2,...,M}

c)

y принадлежит {−1,1}

d)

y принадлежит {0,1}^M

e)

y принадлежит R^m

70.

Как называют функцию, вычисляющую меру несоответствия между нашей моделью и обучающей выборкой?

a)

функция потерь

b)

решающая функция

c)

целевая функция

d)

идеальный алгоритм

e)

гиперпараметр

71.

Что означает Q=(a,X^l)=1/l (L(a,x_1)+…+L(a,x_l)?

a)

средний эмпирический риск

b)

функция потерь

c)

решающая функция

d)

минимальный риск

e)

ожидаемого риска

72.

Используемая в статистике регрессионная модель зависимости одной зависимой переменной у от другой или нескольких других переменных (регрессоров, независимых переменных) х с линейной функцией зависимости:

a)

линейная регрессия

b)

множественная регрессия

c)

линейная классификация

d)

нелинейная классификация

e)

метод наименьших квадратов

73.

Если между объектами разных классов можно провести разделяющую гиперплоскость, то речь может идти о задаче:

a)

линейная классификация

b)

линейная регрессия

c)

множественная регрессия

d)

нелинейная классификация

e)

кластеризация

74.

Математический метод, применяемый для решения различных задач, основанный на минимизации суммы квадратов отклонений некоторых функций от экспериментальных входных данных:

a)

метод наименьших квадратов

b)

линейная классификация

c)

линейная регрессия

d)

множественная регрессия

e)

нелинейная классификация

75.

Статистический шум, имеющий плотность вероятности, равную плотности вероятности нормального распределения:

a)

Gaussian noise

b)

Salt and Pepper

c)

Poisson noise

d)

Shot noise

e)

White noise

76.

Несоответствие найденной модели машинного обучения закону изменения данных, часть которых была представлена в обучающей выборке.

a)

переобучение

b)

обучение

c)

обучение с подкреплением

d)

обучение с учителем

e)

обучение без учителя

77.

Какие задачи машинного обучения относятся к задачам обучения без учителя?

a)

кластеризации

b)

бинарная классификация

c)

многоклассовая классификации

d)

регрессии

e)

идентификации

78.

Задача, в которой исходный набор объектов не размечен и нужно построить модель, которая бы разносила образы по группам (классам), используя заданную (или выбранную) метрику между объектами

a)

кластеризации

b)

классификации

c)

регрессии

d)

понижения размерности

e)

идентификации

79.

Результатами задачи кластеризации являются:

a)

множество кластеров и обученная выборка

b)

алгоритм кластеризации

c)

множество классов

d)

функция прогноза

e)

классификатор

80.

Случаи использования задачи кластеризации:

a)

верны все перечисленные варианты

b)

сложные данные разбиваются по похожим группам, упрощая их представление и обработку в пределах каждой группы

c)

сокращение объема выборки за счет сохранения небольшого числа характерных представителей каждого класса

d)

выделение нетипичных объектов (выбросов), которые нельзя отнести ни к одному кластеру (задачи классификации, антифрод и спам системы)

e)

построение иерархии объектов (пример – классификация животных и растений К. Линнея – задача таксономии)

81.

Возможные проблемы кластеризации:

a)

верны все перечисленные варианты

b)

отсутствие чётко выраженного единственного решения

c)

зависимость от выбранной метрики

d)

зависимость от применяемого алгоритма

e)

зависимость от исходных данных

82.

Какие кластеры меньше, чем межклассовые

a)

внутриклассовые

b)

ленточные кластеры

c)

кластеры с перемычками

d)

кластеры на фоне шумов

e)

кластеры с центром

83.

Какие из приведенных вариантов не могут служить критериями качества кластеризации?

a)

среднеквадратическое отклонение

b)

отношение среднекластерного и межкластерного расстояний

c)

среднее внутрикластерное расстояние

d)

среднее межкластерное расстояние

e)

отношение межкластерного и среднекластерного расстояний

84.

Выберите подходы к решению задач частичного обучения (Semi-Supervised Learning):

a)

частичное и трансдуктивное обучение

b)

полностью контролируемое обучение

c)

обучение с подкреплением

d)

только обучение с учителем

e)

только обучение без учителя

85.

Кому принадлежит алгоритм K-means?

a)

Ллойд

b)

Л'Экюера

c)

Лэнда-Дойга

d)

Ли

e)

Ньютона-Рафсона

86.

Способ вычисления расстояний между произвольными двумя точками в признаковом пространстве

a)

верны все перечисленные варианты

b)

метрика

c)

евклидово расстояние

d)

косинусная схожесть

e)

формула Хаверсина

87.

В структуру дерева принятия решений (решающего дерева или регрессионного дерева) не входят

a)

циклы

b)

листья

c)

рёбра

d)

внутренние вершины

e)

концевые вершины

88.

В логическом методе классификации удобно использовать формулу [fj(x)≤aj], j=1, 2, ..., n, которую называют

a)

нотация Айверсона

b)

формула Хаверсина

c)

алгоритм Ллойда

d)

алгоритм Фишера

e)

критерий Джини

89.

Терминальные вершины дерева -

a)

концевые

b)

внутренние

c)

изолированные

d)

смежные

e)

инцидентные

90.

Метод сбора ансамблей алгоритмов машинного обучения, при котором рассматриваются разнородные отдельно взятые модели; существует мета-модель, которой на вход подаются базовые модели, а выходом является итоговый прогноз -

a)

стекинг

b)

бэггинг

c)

бустинг

d)

AdaBoost

e)

бутстрэп

91.

Что производит данный код?

a)

разбивает выборку на тренировочную и тестовую

b)

обучает модель

c)

предсказывает относительно тестовой выборки

d)

вычисляет долю верных ответов алгоритма

e)

рассчитывает расстояние между двумя точками в многомерном пространстве

92.

Что производит данный код?

a)

рассчитывает расстояние между двумя точками в многомерном пространстве

b)

разбивает выборку на тренировочную и тестовую

c)

обучает модель

d)

предсказывает относительно тестовой выборки

e)

вычисляет долю верных ответов алгоритма

93.

Выберите название следующей метрики:

a)

Евклидова метрика

b)

косинусная схожесть

c)

расстояние городских кварталов

d)

формула Хаверсина

e)

верны все варианты

94.

Выберите название следующей метрики

a)

косинусная схожесть

b)

Евклидова метрика

c)

расстояние городских кварталов

d)

формула Хаверсина

e)

верны все варианты

95.

Выберите название следующей метрики

a)

расстояние городских кварталов

b)

Евклидова метрика

c)

косинусная схожесть

d)

формула Хаверсина

e)

верны все варианты

96.

Выберите название следующей метрики:

a)

формула Хаверсина

b)

Евклидова метрика

c)

косинусная схожесть

d)

расстояние городских кварталов

e)

верны все варианты

97.

Преимущество метрических алгоритмов:

a)

обучение алгоритма сводится к запоминанию обучающей выборки

b)

необходимость хранения всей обучающей выборки

c)

сильная зависимость от шума и выбросов

d)

 верны все варианты

e)

качество зачастую низкое

98.

Недостаток метрических алгоритмов:

a)

сильная зависимость от шума и выбросов

b)

идейная простота

c)

простота реализации

d)

обучение алгоритма сводится к запоминанию обучающей выборки

e)

верны все варианты

99.

Примером чего является приведенный код?

a)

использования косинусного расстояния

b)

разделения выборок на тренировочную и тестовую

c)

генерации выборки в виде круга на двумерной плоскости

d)

присваивания каждой точке суммы её координат

e)

восстановления всех случайных величин

100.

Метод оценки аналитической модели и её поведения на независимых данных

a)

отбор признаков

b)

кросс-валидация

c)

выбор гиперпараметра

d)

Байесовское сравнение

e)

оптимизация гиперпараметров

101.

К неизменяемым типам данных относятся:

a)

все перечисленные

b)

числа

c)

текстовые строкитекстовые строки

d)

 кортежи

e)

замороженные множества

102.

К неизменяемым типам данных не относятся:

a)

списки

b)

 числа

c)

текстовые строки

d)

кортежи

e)

замороженные множества

103.

К изменяемым типам данных относятся:

a)

все перечисленные

b)

 списки

c)

 множества

d)

байтовые массивы

e)

байтовые массивы

104.

К изменяемым типам данных не относятся:

a)

 кортежи

b)

 списки

c)

 множества

d)

байтовые массивы

e)

 словари

105.

Выберите запись, означающую, что результат True, если есть элемент s, равный x, иначе False

a)

x in s

b)

x not in s

c)

x + s

d)

x ** s

e)

x -=s

106.

Изменяемая последовательность, содержащая от нуля и более объектов, которые могут быть разных типов (числа, строки и другие структуры):

a)

списки

b)

 числа

c)

 текстовые строки

d)

кортежи

e)

замороженные множества

107.

Что выполняет следующая команда: list3 = [1, ‘s’, ‘str’]?

a)

создаёт список из трёх элементов

b)

 создаёт пустой список

c)

 генерирует список на основе строк

d)

генерирует список добавлением элементов

e)

создаёт кортеж из трёх элементов

108.

Что выполняет следующая команда:

a)

генерирует список добавлением элементов

b)

 создаёт список из трёх элементов

 

 

c)

создаёт пустой список

d)

генерирует список на основе строк

e)

создаёт кортеж из трёх элементов

109.

Что выполняет следующая команда

a)

генерирует список на основе диапазонного объекта

b)

генерирует список добавлением элементов

c)

  создаёт список из трёх элементов

d)

создаёт пустой список

e)

генерирует список на основе строк

110.

Что выполняет следующая команда

a)

 генерирует список на основе строк

b)

генерирует список на основе диапазонного объекта

c)

генерирует список добавлением элементов

d)

создаёт список из трёх элементов

e)

создаёт пустой список

111.

Неизменяемая последовательность, представляющая собой упорядоченный набор объектов разных типов, заключенный в круглые скобки:

a)

кортеж

b)

список

c)

множества

d)

словарь

e)

строка

112.

Какую структуру данных удобно использовать для однострочной инициализации нескольких переменных сразу:

a)

кортеж

b)

список

c)

множества

d)

строка

e)

словарь

113.

Что выполняет данный код:

a)

 строит график разброса

b)

считает сигмоидную функцию потерь

c)

строит и показывает график

d)

высчитывает значение эмпирического риска после обучения

e)

высчитывает размер обучающей выборки

114.

Что выполняет данный код

a)

строит и показывает график

b)

строит график разброса

c)

высчитывает размер обучающей выборки

d)

высчитывает значение эмпирического риска после обучения

e)

считает сигмоидную функцию потерь

115.

Что выполняет данный код:

a)

 считает сигмоидную функцию потерь

b)

строит график разброса

c)

высчитывает размер обучающей выборки

d)

строит и показывает график

e)

высчитывает значение эмпирического риска после обучения

116.

Что выполняет данный код:

a)

 высчитывает значение эмпирического риска после обучения

b)

строит график разброса

c)

строит и показывает график

d)

считает сигмоидную функцию потерь

e)

высчитывает размер обучающей выборки

117.

Что выполняет данный код

a)

высчитывает размер

 обучающей выборки

b)

строит график разброса

c)

строит и показывает график

d)

высчитывает значение эмпирического риска после обучения

e)

считает сигмоидную функцию потерь

118.

Чем отличается гауссовский байесовский классификатор от наивной байесовской классификации?

a)

ковариационной матрицей

b)

математическим ожиданием

c)

дисперсией

d)

штрафами

e)

оценками максимального правдоподобия

119.

Какой метод машинного обучения может использовать данный код?

a)

 опорных вектором

b)

нейронные сети

c)

случайный лес

d)

K-ближайших соседей

e)

решающих деревьев

120.

Каковы недостатки метода опорных векторов:

a)

 необходимость подбора гиперпараметра

b)

выделение множества опорных объектов

c)

единственное аналитическое решение

d)

верны все перечисленные варианты

e)

эффективность построения

121.

Что не относится к достоинствам метода опорных векторов:

a)

чувствительность к выбросам

b)

выделение множества опорных объектов

c)

единственное аналитическое решение

d)

эффективность построения

e)

верны все перечисленные варианты