WorksheetsИИ, машинное об
Total questions: 37
Worksheet time: 21mins
... - математическая модель, которая анализирует сложные данные, имитируя человеческий мозг, и имеет аппаратное и программное воплощение.
в обучении без учителя
дендриты
синапс
искусственная нейронная сеть
Используются для распознавания образов и аномалий.
Трансформеры
Радиально базисные сети
Сети с длинной кратковременный памятью
Полносвязные
Свёрточные нейронные сети
Каждый нейрон в одном слое соединён со всеми нейронами следующего слоя.
Могут запоминать последовательность данных.
Используются для обработки изображений и видео.
Состоят из двух частей — генератора и дискриминатора
Полносвязные сети
Каждый нейрон в одном слое соединён со всеми нейронами следующего слоя.
Fully Connected Neural Network, FNN
Generative Adversarial Network, GAN
Распознавание рукописных цифр
Цель гибридных сетей
нейрон в одном слое соединён со всеми нейронами следующего слоя.
использовать
сильные стороны разных моделей, чтобы
решать более сложные, многомерные или
комплексные задачи.
Заменить некоторые должности на роботов
Собрать связь для обмена данных
Какова основная цель обучения без учителя?
Определить метки для новых данных
Найти закономерности и сгруппировать объекты
Увеличить количество данных
Проверить правильность меток
Что требуется для эффективного обучения с учителем?
Большое количество неразмеченных данных
Случайные данные без структуры
Большое количество качественно размеченных данных
Только один пример из каждого класса
… — это сеть, в
которой все нейроны имеют одинаковую
структуру, функцию и способ обработки
данных.
Рекуррентная НС
Гибридная НС
Обратная НС
Гомогенная НС
Преимущества гибридной нейронной сети
Высокая точность универсальность
Работа с разными типами данных
Гибкость
Простота реализации
Преимущества гомогенной нейронной сети
Простата реализации
Дешевая структура
Стабильная работа
Хорошая масштабируемость
Направление сигнала
Однонаправленный
Разносторонний
Рекуррентный
Гибридный
В какой сети принцип работы улучшение работы частей между собой
Сети с длинной краткосрочной памятью
Автоэкодеры
Рекурретные
Геративно-состязательные
Если сеть анализирует
изображение 28×28 пикселей, то
во входном слое будет ..
нейрона
567
784
3783
536
порт ввода информации
(a)
В составе имеются 3 вида нейронов:
Ввод, скрытие, вывод
Ввод, вывод, полный
Входной, выходной, неполный
Полный, неполный, выходной
Что такое синапс?
Сеть обрабатывающая небольшое количество информации
Связь между нейронами
Модель для восприятия данных
Связь каждая из которых имеет свою степень веса
Главная цель этого направления
— понять, как устроено мышление
человека и как мозг обрабатывает
информацию.
Симбиоз естественного и искусственного интеллекта
Изучение строения механизма человеческого мозга
Создание ПО, решающие интеллектуальные задачи
Изучение программ
Сеть не относящаяся к нейронной сети
Однообразный
Однонаправленный
Многослойный
Гибридный
…-интеллектуальная машина, выполняющая особо творческие действия в компетенции людей.
Биологический нейрон
Искусственный интеллект
Нейросеть
Дендриты
…-связь между нейронами, каждая из которых имеет свою степень … веса.
Восток, синапс
Мозг, программа
Синапс, вход
Логика, мозг
…-это специальная клетка, одной из ключевых задач которой является передача электрохимического импульса по всей нейронной сети.
Искусственный интелект
Нейросеть
Биологический нейрон
Аксон
…-математические выражения, которые
помогают сети решать нелинейные
задачи
Программа
Функции активации
Подпрограммы
Процедуры активации
Тип нейронной сети где выполняются несколько действий
Однослойный
Синапс
Многослойный
Рекуррентный
-длинная, вытянутая часть нейрона, нервное волокно
Нейросеть
Аксон
Дендрит
Синапс
Искусственная нейронная сеть состоит из…
Систем обработки символов
Аналоги синапсов для обработки данных
Сети узлов
Ячеек базы данных
Нейроны, образующие нейронную сеть, в зависимости от типа делятся на…
Однородные, рекуррентные
Расход, доход
Гомогенные, гибридные
Многослойный, однослойный
Что можно получить в результате обучения без учителя?
Предсказание меток для новых данных
Группы (кластеры) схожих объектов
Таблицу ошибок сети
Проверку точности обучающей выборки
Нейронная сеть обучается в фиксированном наборе данных и предполагает ответы, используемые для оценки точности алгоритма
Дендриты
Обучение без учителя
Искусственная нейронная сеть
Обучение с учителем
Где используются неизвестные данные, из которых пытается самостоятельно извлечь признаки и зависимости алгоритма
В обучении без учителя
В искусственном интелекте
В обучении с учтилем
В нейронной сети
Определенная последовательность обьединенных нейронов
Нейронная сеть
Сигнал
Нейронная связь
Программа
Исследования в области искусственного интеллекта
Является самым простым и дешевым устройством в сети по сравнению с коммутатором
Предполагается, что в будущем будет работа только для людей, обслуживающих ИИ
Строение и механизм человеческого мозга, открывая тайну мышления
Сохраняет данные
Виды нейронных сетей
Однонаправленный, рекуррентный, гибридные
Однородные, многородные
Однослойный, многослойный
Входной, выходной
Какие задачи решает машинное обучение
Решает модели обучения, которая эмулирует принцип работы синапсов человеческого мозга
Позволяет применять знания, полученные при обучении на больших наборах данных
Анализирует сложные данные, имитируя человеческий мозг
Обрабатывает колоссальное колличество информации
Машинное обучение это
Одно из направлений машинного обучения
Определенная последовательность нейронов
Программа имеющая структуру нейронной сети
Класс методов искусственного интеллекта, черта которой решение задач, за счет обучения
Словосочетание «Artificial intelligence»
Умение мыслить позитивно
Умение мыслить элементарно
Умение мыслить автоматически
Умение мыслить осознанно
Что является главным отличием обучения с учителем от обучения без учителя?
В обучении с учителем данные не размечены
В обучении с учителем известны правильные ответы (метки)
Обучение с учителем используется только для кластеризации
В обучении без учителя требуется больше данных
Как работает обучение без учителя?
Сеть получает размеченные данные и сравнивает с правильными ответами
Сеть случайно выбирает ответы и обучается на ошибках
Сеть анализирует сходства между данными и формирует кластеры
Сеть использует только одну категорию данных
