wayground logo

Free Printable Worksheets

NEW

Font size

S
M
L
XL
Worksheets

Практическое применение ИИ тест 3

Total questions: 14

Worksheet time: 7mins

Name
Class
Date
1.

Что такое компьютерное зрение?

a)
  • Область биологии, изучающая зрение человека

b)
  • Раздел программирования, связанный с графикой

c)
  • Область машинного обучения, занимающаяся распознаванием и обработкой изображений

d)
  • Технология визуализации данных

2.

Какой основной прорыв привел к развитию компьютерного зрения?

a)
  • Обработка больших данных

b)
  • Использование графов знаний

c)
  • Разработка новых графических процессоров

d)
  • Использование нейронных сетей для автоматического извлечения признаков

3.

Какую задачу выполняет свертка в компьютерном зрении?

a)
  • Находит похожие области на изображении

b)
  • Увеличивает количество параметров сети

c)
  • Преобразует цветные изображения в черно-белые

d)
  • Генерирует обучающие данные

4.

Какой датасет является наиболее известным в области компьютерного зрения?

a)
  • ImageNet

b)
  • CIFAR-10

c)
  • MNIST

d)
  • COCO

5.

Какой тип фильтрации был впервые предложен для рекомендательных систем?

a)
  • Гибридная фильтрация

b)
  • Коллаборативная фильтрация

c)
  • Контентная фильтрация

d)
  • Фильтрация по графам

6.

Какой метод используют современные рекомендательные системы для персонализации рекомендаций?

a)
  • Обычная регрессия

b)
  • Графовые нейронные сети

c)
  • Глубокие нейронные сети

d)
  • Линейные классификаторы

7.

Что отличает рекомендательные системы от рекламных систем?

a)
  • Продажа товаров

b)
  • Применение контентной фильтрации

c)
  • Использование графов знаний

d)
  • Строительство долгосрочных отношений с клиентом

8.

Какой тип данных учитывают гибридные рекомендательные системы?

a)
  • Сочетание поведения пользователей и свойств контента

b)
  • Только свойства контента

c)
  • Только социальные связи

d)
  • Только поведение пользователей

9.

Что такое граф знаний?

a)
  • Сеть рекомендаций на основе машинного обучения

b)
  • Способ структурирования разрозненных данных

c)
  • Модель для анализа изображений

d)
  • Метод классификации нейронных сетей

10.

В каком веке был разработан математический аппарат графов?

a)
  • XVII

b)
  • XX

c)
  • XVIII

d)
  • XIX

11.

Какую задачу решают графовые нейронные сети в современных моделях?

a)
  • Увеличивают размерность данных

b)
  • Упрощают фильтрацию данных

c)
  • Извлекают признаки изображений

d)
  • Строят эмбеддинги для элементов графа

12.

Какую роль играют эмбеддинги в машинном обучении на графах?

a)
  • Уменьшают количество параметров сети

b)
  • Представляют объекты в виде векторов

c)
  • Преобразуют графы в матрицы

d)
  • Моделируют зависимости между пользователями

13.

Какой подход применяется в User-based рекомендательных системах?

a)
  • Рекомендации на основе похожих товаров

b)
  • Рекомендации на основе контента

c)
  • Рекомендации на основе графов

d)
  • Рекомендации на основе анализа поведения других пользователей

14.

Какой ключевой задачей занимается графовая нейронная сеть?

a)
  • Обучение на табличных данных

b)
  • Построение и обработка связей между элементами графа

c)
  • Извлечение изображений из данных

d)
  • Оптимизация фильтрации данных