Wayground logo

Free Printable Worksheets

Font size

S
M
L
XL
Worksheets

ИИСТ

Total questions: 16

Worksheet time: 12mins

Name
Class
Date
1.

Какой вид интеллектуальных систем чаще всего используется для автоматизации анализа больших объемов данных?

a)

Системы управления контентом

b)

Системы анализа данных и предсказательной аналитики

c)

Системы компьютерного зрения

d)

Системы электронного документооборота

2.

Какой из перечисленных типов интеллектуальных систем можно отнести к системам, использующим методы машинного обучения?

a)

Системы управления проектами

b)

Системы обработки естественного языка

c)

Базы данных

d)

Экспертные системы

3.

Что происходит в методе "градиентного бустинга"?

a)

Модели обучаются параллельно, и их прогнозы комбинируются

b)

Модели обучаются по очереди, каждая новая модель исправляет ошибки предыдущей

c)

Все модели обучаются на одном наборе данных без учета ошибок

d)

В процессе обучения используется только одна модель, которая многократно повторяет одну и ту же задачу

4.

Какой из следующих методов используется для уменьшения размерности данных?

a)

Алгоритм агломеративной иерархической кластеризации

b)

DBSCAN

c)

Метод главных компонент (PCA)

d)

K-средних (K-means)

5.

Какой критерий используется для оценки качества кластеризации в алгоритме K-средних?

a)

Минимизация внутрикластерной дисперсии

b)

Силуэтный коэффициент

c)

Плотность кластеров

d)

Среднее расстояние до центра кластера

6.

Какое из следующих приложений наиболее часто использует нечеткую логику в области искусственного интеллекта?

a)

Определение победителя в игре с нулевой суммой

b)

Алгоритмы распознавания образов на основе нейронных сетей

c)

Управление роботами и системами с нечеткими условиями

d)

Прогнозирование погоды на основе данных о температуре

7.

В какой задаче искусственного интеллекта нечеткая логика может использоваться для принятия решений с учетом неопределенности или приблизительных данных?

a)

Обучение с подкреплением в играх с полным знанием состояния

b)

Классификация изображений с высокими требованиями к точности

c)

Управление системой с учетом ошибок и неопределенности, например, в роботах или интеллектуальных термостатах

d)

Прогнозирование точных числовых значений на основе данных

8.

Что представляет собой рекуррентная нейронная сеть (RNN)?

a)

Сеть, в которой все нейроны подключены к каждому слою

b)

Сеть, которая использует только слои свертки для обработки данных

c)

Сеть, использующая циклические связи, позволяющие учитывать информацию о предыдущих шагах

d)

Сеть, в которой информация передается только в одном направлении

9.

Какую задачу рекуррентные нейронные сети обычно решают лучше всего?

a)

Сегментацию изображений

b)

Решение задач линейной регрессии

c)

Классификацию текстов и анализ временных рядов

d)

Обработку изображений

10.

Какое из следующих правил является примером ассоциативного правила?

a)

Если присутствует скидка, то все покупатели купят товар

b)

Если возраст клиента больше 30 лет, то он купит более дорогой товар

c)

Если температура выше 30°C, то вероятнее всего будет дождь

d)

Если покупатель покупает хлеб, то он также покупает масло

11.

Как называется мера, которая оценивает, насколько сильно два элемента ассоциированы в правилах ассоциации?

a)

Поддержка (Support)

b)

Плотность (Density)

c)

Уверенность (Reliability)

d)

Достоверность (Confidence)

12.

Что такое поддержка (support) ассоциативного правила?

a)

Вероятность того, что правило верно для всего набора данных

b)

Уровень вероятности, что два элемента будут вместе присутствовать в наборе данных

c)

Количество уникальных элементов в наборе данных

d)

Доля транзакций, в которых присутствуют все элементы правила.

13.

Какие из следующих характеристик важны для оценки качества ассоциативных правил?

a)

Поддержка (Support)

b)

Подтверждение (Confirmation)

c)

Устойчивость (Robustness)

d)

Достоверность (Confidence)

14.

Какие из следующих задач относятся к обработке естественного языка (NLP)?

a)

Токенизация текста

b)

Распознавание речи

c)

Перевод текста с одного языка на другой

d)

Классификация изображений

15.

Что такое лемматизация в контексте обработки естественного языка?

a)

Преобразование всех слов в одну форму

b)

Процесс классификации текста по категориям

c)

Преобразование слов в их начальную форму

d)

Процесс удаления стоп-слов

16.

Что такое токенизация в обработке естественного языка?

a)

Процесс выделения значимых слов из текста

b)

Процесс преобразования текста в числовые данные

c)

Процесс перевода текста на другой язык

d)

Процесс разделения текста на отдельные элементы, такие как слова или фразы