wayground logo

Free Printable Worksheets

Font size

S
M
L
XL
Worksheets

Жасанды интелект 0-100

Total questions: 100

Worksheet time: 50mins

Name
Class
Date
1.

Жасанды интеллект дегеніміз не?

a)

Адам ретінде үйренуге және шешім қабылдауға қабілетті жүйе.

b)

Сурет салуға арналған қарапайым бағдарлама және жүйе.

c)

Адам ретінде үйренуге және шешім қабылдауға қабілетті жүйе емес.

d)

Экономикалық теория.

e)

Ғылым туралы кітап.

2.

Жасанды интеллект технологиясын қандай салалар пайдалана алады?

a)

Медицина, қаржы, көлік және т.б.

b)

Тек ғылыми зерттеулер.

c)

Өнер және дизайн.

d)

Тек ойын-сауық және ойындар.

e)

Тек өндіріс.

3.

Жасанды интеллектті оқытуда және білім жүйесінде қандай әдістер қолданылады?

a)

Бақыланатын оқыту, бақылаусыз оқыту.

b)

Тек мұғаліммен бірге оқыту жүйесі.

c)

Тек мұғалімсіз оқыту.

d)

Тек күшейту арқылы оқыту.

e)

Тек кітап оқу арқылы оқыту.

4.

Нейрондық желілер дегеніміз не және оған анықтама беру?

a)

Мәселелерді шешу үшін адам миының жұмысынан шабыттанған модель.

b)

Мәселелерді шешу үшін адам миының жұмысынан шабыттанған моделі емес.

c)

Үйдегі электр желісі.

d)

Қауіпсіздік жүйесі.

e)

Физикадағы термин.

5.

Жасанды интеллекттің медицинада қандай артықшылықтарынан тұрады?

a)

Ауруларды болжау және жекелендірілген емдеу.

b)

Ауруханадағы науқастардың жағдайын жақсарту.

c)

Дәрілерді жасау.

d)

Пациенттерді қабылдау кестелерін құру.

e)

Медициналық конференцияларды ұйымдастыру.

6.

Жасанды интеллекттің кемшіліктеріне тоқталыңыз?

a)

Деректерге тәуелділік және құпиялылыққа ықтимал қауіп.

b)

Оқытудың жеткіліксіздігі, деректерге тәуелділік жоқ және құпиялылыққа ықтимал қауіп жоқ.

c)

Жоғары баға.

d)

Шамадан тыс күрделілік.

e)

Төмен тиімділік.

7.

«Машиналық оқыту және жасанды интеллект» дегеніміз не?

a)

Оқытылатын жасанды интеллект бөлімшесі.

b)

Қарапайым бағдарламалау.

c)

Жасанды интеллектті қолмен жасау.

d)

Машиналар өндірісі.

e)

Машиналық нұсқаулықтарды құрастыру.

8.

Жасанды интеллект үшін қандай бағдарламалау тілдері жиі қолданылады?

a)

Python, Java және R.

b)

Тек Python.

c)

javaScript және HTML.

d)

Ruby және PHP.

e)

C++ және C#.

9.

"Тереңдетіп оқыту және жасанды интеллект" дегеніміз не?

a)

Терең нейрондық желілерді пайдаланатын машиналық оқыту бөлімшесі.

b)

Теңіздің терең деңгейінде оқыту.

c)

Терең нейрондық желілерді пайдаланатын машиналық оқыту бөлімшесі емес.

d)

Терең философия.

e)

Терең білім.

10.

Жасанды интеллект дегеніміз не және оның қасиеті?

a)

Адам ретінде үйренуге және шешім қабылдауға қабілетті жүйе.

b)

Сурет салуға арналған қарапайым бағдарлама.

c)

Адам ретінде үйрену және шешім қабылдауы жоқ қабілетті жүйе.

d)

Экономикалық теория.

e)

Ғылым туралы кітап.

11.

Жасанды интеллектті қандай салалар пайдалана алады?

a)

Медицина, қаржы, көлік, білім беру және т.б.

b)

Тек ғылыми зерттеулер.

c)

Медицина, қаржы, көлік, білім беру саясат және т.б.

d)

Тек ойын-сауық және ойындар.

e)

Тек өндіріс.

12.

Жасанды интеллектті оқытуда қандай әдістер қолданылады?

a)

Бақыланатын оқыту, бақылаусыз оқыту және күшейту арқылы оқыту.

b)

Бақыланатын оқыту, бақылаумен оқыту және күшейту арқылы оқыту.

c)

Бақыланатын оқыту, бақылаумен оқыту және күшейтусіз оқыту.

d)

Тек күшейту арқылы оқыту.

e)

Тек кітап оқу арқылы оқыту.

13.

Нейрондық желілер дегеніміз не?

a)

Мәселелерді шешу үшін адам миының жұмысынан шабыттанған модель.

b)

Әлеуметтік желілердегі достар желісі.

c)

Мәселелерді шешусіз адам миының жұмысынан шабыттанған модель.

d)

Мәселелерді шешусіз адам миының жұмысынан шабыттанған модель емес.

e)

Физикадағы термин.

14.

Жасанды интеллекттің медицинада қандай артықшылықтары бар?

a)

Ауруларды болжау және жекелендірілген емдеу.

b)

Ауруханадағы науқастардың жағдайын жақсарту.

c)

Дәрілерді жасау.

d)

Пациенттерді қабылдау кестелерін құру.

e)

Медициналық конференцияларды ұйымдастыру.

15.

Жасанды интеллекттің кемшіліктері қандай?

a)

Оқытудың жеткіліксіздігі, деректерге тәуелділік

b)

Есептеулердің жоғары жылдамдығы.

c)

Оқытудың жеткіліксіздігі, деректерге тәуелділігі жоқ.

d)

Шамадан тыс күрделілік.

e)

Төмен тиімділік.

16.

"Машиналық оқыту" дегеніміз не?

a)

Компьютерлер деректер негізінде оқытылатын жасанды интеллект бөлімшесі.

b)

Қарапайым бағдарламалау.

c)

Жасанды интеллектті қолмен жасау.

d)

Машиналық деректер негізінде оқытылатын жасанды интеллект бөлімшесі.

e)

Машиналық нұсқаулықтарды құрастыру.

17.

Жасанды интеллектті дамыту үшін қандай бағдарламалау тілдері жиі қолданылады?

a)

Python, Java және R.

b)

Тек Python.

c)

javaScript және HTML.

d)

Ruby және PHP.

e)

C++ және C#.

18.

"Тереңдетіп оқыту" дегеніміз не?

a)

Терең нейрондық желілерді пайдаланатын машиналық оқыту бөлімшесі.

b)

Теңіздің терең деңгейінде оқыту.

c)

Деректерді терең талдау.

d)

Терең емес нейрондық желілерді пайдаланатын машиналық оқыту бөлімшесі..

e)

Терең білім.

19.

Жасанды интеллектті оқытудың қай түрі адамның оқыту әдісіне көбірек ұқсайды?

a)

Күшейте отырып оқыту.

b)

Мұғалімсіз оқыту.

c)

Жолда оқыту.

d)

Нақты уақыт режимінде оқыту

e)

Жасанды интеллект тілінде оқыту.

20.

Жасанды интеллект контекстіндегі "нейрон" дегеніміз не?

a)

Мидағы нейронды имитациялайтын математикалық модель

b)

Нейрон балдырлардың элементар бірлігі ретінде.

c)

Компьютер мониторының бір бөлігі.

d)

Мидағы нейронды имитациялайтын математикалық модель емес.

e)

Физикадағы негізгі өлшем бірлігі.

21.

Автокөліктерде жасанды интеллекттің қандай қосымшаларын табуға болады?

a)

Автопилот жүйелері, жол белгілерін тану.

b)

Тек радио.

c)

Жақын маңдағы жанармай құю станцияларын іздеу.

d)

Салондағы климатты басқару.

e)

Wi-Fi желісіне қосылу.

22.

Жасанды интеллект білім беруді қалай жақсарта алады?

a)

Дербестендірілген оқыту, автоматтандырылған бағалау және оқу материалдарын жасау.

b)

Мектептерде тамақтандыруды жақсарту.

c)

Дербестендірілмеген оқыту, автоматтандырылған бағалау және оқу материалдарын жасау.

d)

Қымбат тұратын жабдықты сатып алу.

e)

Жаңа мектеп ғимараттарын салу.

23.

Жасанды интеллект қаржы саласында қалай қолданылады?

a)

Нарықты талдау, трендтерді болжау және роботтандырылған сауда.

b)

Нарықты талдау, трендтерді болжау және роботтандырылған саудада қолдану.

c)

Нарықты талдау және роботтандырылған сауда.

d)

Банкоматтарға қызмет көрсету.

e)

Тек бухгалтерия.

24.

Жасанды интеллекттің дамуының негізгі кезеңдері қандай?

a)

Деректерді жинау, модельді оқыту және тестілеу.

b)

Қағаз құжаттарды жинау, макеттер жасау және интерфейсті әзірлеу.

c)

Жобаның мақсаттарын анықтау, мамандарды оқыту және нәтижелерін жариялау.

d)

Қызметкерлерді жалдау, кеңсе жабдықтарын сатып алу және жұмысқа кірісу.

e)

Нәтижелерді жариялау ғана.

25.

Жасанды интеллектті пайдалану кезінде қандай этикалық сұрақтар туындауы мүмкін?

a)

Құпиялылық мәселелері, деректердегі біржақтылық және адамдарға зиян келтіруі мүмкін автономды жүйелер.

b)

Құпиялылық мәселелері, деректердегі біржақтылық емес және адамдарға зиян келтіруі мүмкін автономды жүйелерден тұрады.

c)

Құпиялылық мәселелері және адамдарға зиян келтіруі мүмкін автономды жүйелер

d)

Адамдардың машиналарға деген қызғаныштары.

e)

Тек техникалық қауіпсіздік мәселелері.

26.

Табиғи тілді өңдеу үшін әдетте қандай технологиялар қолданылады (Natural Language Processing, NLP)?

a)

Машиналық оқыту, нейрондық желілер және мәтінді өңдеу алгоритмдері.

b)

Машиналық оқыту, тек мәтінді өңдеу алгоритмдері.

c)

Машиналық оқыту және мәтінді өңдеу алгоритмдерін құру, байланыс орнату.

d)

Машиналық оқыту, тек машиналық оқыту.

e)

Машиналық оқыту, географиялық ақпараттық жүйелер.

27.

Ақылды қарсыластармен компьютерлік ойындар жасау үшін жасанды интеллекттің қандай түрі қолданылады?

a)

Күшейте отырып оқыту.

b)

Мұғалімсіз оқыту.

c)

Мұғаліммен бірге оқыту.

d)

Қарапайым бағдарламалау.

e)

Кітаптар негізінде оқыту.

28.

Музыка саласындағы жасанды интеллект қандай міндеттерді шеше алады?

a)

Музыканы жасау, музыкалық деректерді талдау және музыка бойынша ұсыныстар.

b)

Музыканы жасау, тек музыкалық альбомдарды жазу және музыка бойынша ұсыныстар.

c)

Музыканы жасау, музыкалық концерттерді ұйымдастыру және музыка бойынша ұсыныстар.

d)

Музыкалық аспаптарды сату.

e)

Тек музыкалық теорияны оқыту.

29.

Жасанды интеллекттің дамуындағы қандай негізгі кезеңдерді бөліп көрсетуге болады?

a)

Жасанды түйін, шектеулі жасанды интеллект және жалпы жасанды интеллект.

b)

Тек жасанды түйін және жалпы жасанды интеллект.

c)

Жасанды түйін, шектеулі жасанды интеллект және жасанды гүлдер жасау.

d)

Жасанды түйін, шектеулі жасанды интеллект және жасанды ағаштарды сату.

e)

Тек шектеулі жасанды интеллект.

30.

Терең оқыту дегеніміз не?

a)

Терең нейрондық желілерді пайдаланатын машиналық оқытудың бөлімшесі.

b)

Терең нейрондық желілерді пайдаланатын математиканы тереңдетіп оқыту.

c)

Терең нейрондық желілерді пайдаланатын және тек тереңірек деңгейде оқыту.

d)

Философияны тереңдетіп зерттеу.

e)

Өнерді тереңдетіп оқыту.

31.

Жасанды нейрон дегеніміз не?

a)

Мидағы нейронның жұмысын имитациялайтын математикалық модель.

b)

Мидағы нейронның жұмысын имитациялайтын электр өткізгіш.

c)

Мидағы нейронның жұмысын имитациялайтын компьютер моделі.

d)

Мидағы нейронның жұмысын имитациялайтын тек аппараттық құрылғы.

e)

Ақпаратты сақтауға арналған құрылғы.

32.

Нейрондық желілердің негізінде қандай ұғым жатыр?

a)

Ақпаратты өңдеу үшін мидағы нейрондардың жұмысын имитациялау.

b)

Ақпаратты өңдеу үшін мидағы нейрондардың тек математикалық амалдар.

c)

Ақпаратты өңдеу үшін мидағы нейрондардың денелер қозғалысын модельдеу.

d)

Ақпаратты өңдеу үшін мидағы нейрондардың статистикалық әдістерді пайдалану.

e)

Жасанды объектілерді жасау.

33.

"Терең нейрондық желілер" дегеніміз не?

a)

Деректердегі күрделі тәуелділіктерді үйренуге қабілетті нейрондардың бірнеше қабаттары бар нейрондық желілер.

b)

Деректердегі күрделі тәуелділіктерді үйренуге қабілетті нейрондардың бір қабаты бар нейрондық желілер.

c)

Деректердегі күрделі тәуелділіктерді үйренуге қабілетті нейрондардың қабаттары жоқ нейрондық желілер.

d)

Деректердегі күрделі тәуелділіктерді үйренуге қабілетті тек дара нейрондар.

e)

Бір нейронды нейрондық желілер.

34.

Терең нейрондық желілерді қолдану арқылы қандай міндеттерді шешуге болады?

a)

Кескіндерді жіктеу, табиғи тілді өңдеу, сөйлеуді тану және т.б.

b)

Кескіндерді жіктеу, табиғи тілді өңдеу, тек бет-әлпетті тану.

c)

Кескіндерді жіктеу, табиғи тілді өңдеу, тек мәтінді талдау.

d)

Кескіндерді жіктеу, табиғи тілді өңдеу, тек кескіндерді генерациялау.

e)

Кескіндерді жіктеу, табиғи тілді өңдеу, тек музыканы өңдеу.

35.

"Перцептрон" дегеніміз не?

a)

Екі құрамдас бөлігі бар жасанды нейронның ең қарапайым түрі: кіріс және шығыс.

b)

Екі құрамдас бөлігі бар жасанды нейронның ең қарапайым түрі: бағдарламаның түрі ғана.

c)

Екі құрамдас бөлігі бар жасанды нейронның ең қарапайым түрі: дербес компьютер.

d)

Екі құрамдас бөлігі бар жасанды нейронның ең қарапайым түрі: дүниені жеке қабылдау.

e)

Екі құрамдас бөлігі бар жасанды нейронның ең қарапайым түрі: ми операциясының түрі.

 

36.

Уақыттық қатарлар сияқты дәйекті деректерді талдау үшін нейрондық желілердің қандай түрі жиі қолданылады?

a)

Қайталанатын нейрондық желілер (RNNs).

b)

Тек конволюциялық нейрондық желілер (CNN).

c)

Тек терең нейрондық желілер.

d)

Тек тірек векторлар әдісі.

e)

Тек K-орташа мәндер.

37.

Нейрондық желілердегі салмақтарды түзету үшін қандай оқыту алгоритмі қолданылады?

a)

Қатенің кері таралуы (Backpropagation).

b)

Тек генетикалық алгоритм.

c)

Тек кездейсоқ іздеу.

d)

Тек тірек векторлар әдісі.

e)

Тек генетикалық бағдарламалау.

38.

Кескінді өңдеуде қандай терең оқыту қолданбаларын табуға болады?

a)

Беттерді тану, нысандарды жіктеу, сегменттеу және т.б.

b)

Тек кескіндердің ажыратымдылығын арттыру және т.б.

c)

Фотосуреттерге арналған сүзгілер ғана және т.б.

d)

Тек суреттерді редакциялау.

e)

Тек анимацияларды жасау.

39.

Конволюциялық нейрондық желілер (CNN) кескінді талдауда қандай артықшылықтар береді?

a)

Көрнекі белгілерді автоматты түрде шығарып алу және объектілерді тану мүмкіндігі.

b)

Көрнекі белгілерді автоматты түрде шығарып алу және тек кескіндердің өлшемін өзгерту.

c)

Көрнекі белгілерді автоматты түрде шығарып алу және тек суреттерді сүзу.

d)

Көрнекі белгілерді автоматты түрде шығарып алу және тек жарықтылықты арттыру.

e)

Көрнекі белгілерді автоматты түрде шығарып алу және тек коллаждар жасау.

40.

"Арматурамен тереңдетіп оқыту" дегеніміз не?

a)

Агент ортада сыйақыны барынша арттыра отырып, шешім қабылдауға үйретілетін машиналық оқытудың бөлімшесі.

b)

Агент ортада сыйақыны барынша арттыра отырып, шешім қабылдауға үйретілетін машиналық кітаптарды тереңдетіп оқыту.

c)

Агент ортада сыйақыны барынша арттыра отырып, шешім қабылдауға үйретілетін машиналық білім беруді ұлғайту.

d)

Агент ортада сыйақыны барынша арттыра отырып, шешім қабылдауға үйретілетін машиналық тек жүріп бара жатып оқу.

e)

Агент ортада сыйақыны барынша арттыра отырып, шешім қабылдауға үйретілетін машиналық өнерді терең түсіну.

41.

"Автокодер" дегеніміз не?

a)

Деректерден негізгі мүмкіндіктерді алуға арналған нейрондық желі.

b)

Деректерден негізгі мүмкіндіктерді алуға арналған бағдарламалау түрі.

c)

Мәтінді автоматты түрде кодтауға арналған құрылғы.

d)

Миға жасалатын операциялардың түрі ғанае.

e)

Рұқсат кодтарын жазуға арналған құрылғы.

42.

Суреттер немесе мәтін сияқты жаңа деректерді генерациялау үшін қандай оқыту алгоритмі қолданылады?

a)

Генеративті қарсылас желілер (GAN).

b)

Тек логистикалық регрессия (LAN).

c)

Тек кездейсоқ орман.

d)

Тек тірек векторлар әдісі.

e)

Тек K-орташа мәндер.

43.

Сөйлеуді тану тапсырмасы үшін нейрондық желілердің қандай түрі жиі қолданылады?

a)

Қайталанатын нейрондық желілер (RNNs).

b)

Тек конволюциялық нейрондық желілер (CNN).

c)

Тек терең нейрондық желілер.

d)

Тек тірек векторлар әдісі.

e)

Тек K-орташа мәндер.

44.

Тереңдетіп оқыту контекстіндегі "жүйелеу" дегеніміз не?

a)

Артық оқытуды болдырмау үшін жоғалту функциясына айыппұлдарды қосу әдісі.

b)

Нейрондық желінің көлемін ұлғайту процесі.

c)

Артық оқытуды болдырмау үшін жоғалту функциясына айыппұлдарды қосу әдісінен тұрмайды.

d)

Өлшемділіктің азаюы ғана.

e)

Тек шығарындыларды алып тастау.

45.

Табиғи тілді өңдеуде (NLP) және машиналық аудармада нейрондық желілердің қандай түрі жиі қолданылады?

a)

Рекуррентті нейрондық желілер (РНН) және трансформаторлар.

b)

Тек конволюциялық нейрондық желілер (CNN) және трансформаторлар.

c)

Тек терең нейрондық желілер және трансформаторлар.

d)

Тек тірек векторлар әдісі және трансформаторлар.

e)

Тек K-орташа мәндер және трансформаторлар.

46.

Арматуралық оқыту тапсырмасы үшін машиналық оқытудың қандай алгоритмдері қолданылады?

a)

Q-оқыту және тірек векторлар әдісі (SVM).

b)

Q-оқыту және тек генетикалық алгоритм.

c)

Q-оқыту және тек кездейсоқ іздеу.

d)

Q-оқыту және тек генетикалық бағдарламалау.

e)

Тек уақыттық қатарларды талдау.

47.

Арматуралық оқыту қалай жүреді?

a)

Агент қоршаған ортамен өзара әрекеттеседі, шешім қабылдайды және іс-әрекетке байланысты сыйақы немесе айыппұл алады.

b)

Агент қоршаған ортамен өзара әрекеттеседі, шешім қабылдайды және іс-әрекетке байланысты сыйақы немесе мұғалімсіз оқыту.

c)

Тек статистикалық әдістерді пайдалану.

d)

Агент қоршаған ортамен өзара әрекеттеседі, шешім қабылдайды және іс-әрекетке байланысты сыйақы немесе тек жүріп бара жатып оқу.

e)

Кітаптарды қайталап оқу арқылы оқыту.

48.

Нейрондық желілер табиғи тілді өңдеу (NLP) тапсырмаларында қандай артықшылықтар береді?

a)

Мәтіннен мағынаны автоматты түрде шығару және мәтінді генерациялау мүмкіндігі.

b)

Мәтіннен мағынаны автоматты түрде шығару және тек мәтіндік деректерді ұлғайту.

c)

Мәтіннен мағынаны автоматты түрде шығару және тек мәтінді сүзу.

d)

Мәтіннен мағынаны автоматты түрде шығару және тек қаріп өлшемін ұлғайту.

e)

Мәтіннен мағынаны автоматты түрде шығару және тек мәтіннің түсін өзгерту.

49.

Бақылаусыз оқыту мәселесі және деректердің өлшемділігін төмендету үшін машиналық оқытудың қандай алгоритмі кеңінен қолданылады?

a)

Негізгі компоненттер әдісі (PCA).

b)

Тек логистикалық регрессия (LCA).

c)

Тек кездейсоқ орман.

d)

Тек тірек векторлар әдісі.

e)

Тек K-орташа мәндер.

50.

Табиғи тілді өңдеу (NLP) нені білдіреді?

a)

Мәтінмен және сөйлеумен өзара әрекеттесудің компьютерлік әдістерін зерттеу және әзірлеу саласы.

b)

Мәтінмен және сөйлеумен өзара әрекеттесудің компьютерлік әдістерін зерттеу тек шет тілдерін үйрену.

c)

Мәтінмен және сөйлеумен өзара әрекеттесудің компьютерлік әдістерін зерттеу тек жаңа тілдерді құру.

d)

Лингвистика пәнінен оқу пәні.

e)

Дыбыстармен жұмыс.

51.

NLP көмегімен қандай міндеттерді шешуге болады?

a)

Мәтіннің тоналдылығын талдау, машиналық аударма, ақпаратты шығару, сұрақ-жауап жүйелері және т.б.

b)

Мәтіннің тоналдылығын талдау, машиналық аударма, ақпаратты шығару, тек мәтінді автоматты түрде генерациялау.

c)

Мәтіннің тоналдылығын талдау, машиналық аударма, ақпаратты шығару, тек тілдік модельдерді құру.

d)

Тек мәтіннің орфографиялық тексерісі.

e)

Тек аудиожазбалар жасау.

52.

Мәтіннің тоналдылығын талдау үшін қандай NLP алгоритмдері қолданылады?

a)

Машиналық оқыту әдістері, нейрондық желілер және Байес модельдері.

b)

Машиналық оқыту әдістері, нейрондық желілер және тек статистикалық әдістер.

c)

Машиналық оқыту әдістері, нейрондық желілер және тек шифрлау әдістері.

d)

Машиналық оқыту әдістері, нейрондық желілер және тек деректерді қысу әдістері.

e)

Машиналық оқыту әдістері, нейрондық желілер және тек бейнелерді өңдеу әдістері.

53.

NLP-дегі "стемминг" дегеніміз не?

a)

Сөздің негізгі (жүйелі) түрін табу процесі.

b)

Сөздің негізгі (жүйелі) түрін тек суреттерді өңдеу.

c)

Сөздің негізгі (жүйелі) түрін тек аудиоанализ.

d)

Сөздің негізгі (жүйелі) түрін тек мәтінді генерациялау.

e)

Сөздің негізгі (жүйелі) түрін мәтінді қысу процесі.

54.

Машиналық аударма үшін қандай NLP алгоритмдері қолданылады?

a)

Нейрондық машиналық аудармашылар (NMTS), статистикалық модельдер және қайталанатын нейрондық желілер (RNNs).

b)

Нейрондық машиналық аудармашылар (NMTS), статистикалық модельдер және тек морфологиялық анализаторлар.

c)

Нейрондық машиналық аудармашылар (NMTS), статистикалық модельдер және тек лингвистикалық модельдер.

d)

Нейрондық машиналық аудармашылар (NMTS), статистикалық модельдер және тек аударма сөздіктері.

e)

Нейрондық машиналық аудармашылар (NMTS), статистикалық модельдер және тек компьютерлік сөздіктер.

 

55.

NLP контекстіндегі "N-граммдар" дегеніміз не?

a)

Мәтінді талдау үшін қолданылатын N сөзден немесе таңбадан тұратын тізбектер.

b)

Мәтінді талдау үшін қолданылатын N сөзден немесе сөйлемдердің құрылымы ғана.

c)

Мәтінді талдау үшін қолданылатын N сөзден немесе тек аудиофайлдар.

d)

Мәтінді талдау үшін қолданылатын N сөзден немесе тек мәліметтер базасы.

e)

Мәтінді талдау үшін қолданылатын N сөзден немесе тек графиктер.

56.

NLP-де ақпарат алу (Information Extraction) көмегімен қандай міндеттер шешіледі?

a)

Құрылымдалмаған мәтіндерден құрылымдық ақпаратты алу.

b)

Құрылымдалмаған мәтіндерден құрылымдық мәтіндік құжаттарды жасау.

c)

Құрылымдалмаған мәтіндерден құрылымдық мәтінді генерациялау.

d)

Тек суреттерді өңдеу.

e)

Тек графикалық файлдарды жасау.

57.

Мәтіндер арасындағы мағыналық ұқсастықты анықтау үшін қандай NLP әдістері қолданылады?

a)

Векторлық бейнелеу әдістері (Word ендірмелері), сонымен қатар нейрондық желілерге негізделген модельдер.

b)

Векторлық бейнелеу әдістері (Word ендірмелері), сонымен қатар нейрондық лексикалық анализаторлар.

c)

Векторлық бейнелеу әдістері (Word ендірмелері), сонымен қатар нейрондық  тіл анализаторлары.

d)

Синонимдердің сөздіктері ғана.

e)

Тек жиілікті талдау әдістері.

58.

Сөздердің векторлық көріністері (Word Embeddings) NLP-ге қандай артықшылықтар береді?

a)

Семантикалық контекстін ескере отырып, сөздерді векторлық түрде бейнелеу мүмкіндігі.

b)

Семантикалық контекстін ескере отырып, сөздерді векторлық түрде тек лингвистикалық талдау.

c)

Семантикалық контекстін ескере отырып, сөздерді векторлық түрде тек уақыттық қатарларды талдау.

d)

Семантикалық контекстін ескере отырып, сөздерді векторлық түрде тек суреттерді өңдеу.

e)

Семантикалық контекстін ескере отырып, сөздерді векторлық түрде тек графикалық файлдарды жасау.

59.

Спам сүзгілері немесе кілтті талдау сияқты мәтіндік құжаттарды жіктеу үшін жиі қолданылатын NLP алгоритмі қандай?

a)

Аңғал Байес классификаторы.

b)

Сөйлемдердің құрылымы ғана.

c)

Тек аудиоанализ.

d)

Тек мәтінді генерациялау.

e)

Тек музыканы өңдеу.

60.

NLP-дегі "қайталанатын нейрондық желілер (RNNs)" дегеніміз не?

a)

Дәйекті деректерді өңдеуге және контекстті есепке алуға қабілетті нейрондық желілер.

b)

Тек генетикалық алгоритмдер.

c)

Дәйекті деректерді өңдеуге және контекстті есепке алуға қабілетті нейронды емес желілер.

d)

Тек генетикалық бағдарламалау.

e)

Тек уақыттық қатарларды талдау.

61.

Медицина саласында қандай NLP қолданбаларын табуға болады?

a)

Медициналық карталарды талдау, қолмен жазылған рецепттерді автоматты түрде тану және медициналық чат-боттарды құру.

b)

Тек медициналық аппараттарды жасау.

c)

Медициналық карталарды құру, қолмен жазылған рецепттерді автоматты түрде тану және медициналық чат-боттарды әзірлеу.

d)

Тек медициналық аспаптардың өндірісі.

e)

Тек медицина қызметкерлерін оқыту.

62.

NLP-дегі "синтаксистік талдау" дегеніміз не?

a)

Сөйлемдердің құрылымын талдау және сөздер арасындағы синтаксистік байланыстарды анықтау.

b)

Сөйлемдердің құрылымын талдау және сөздер арасындағы синтаксистік байланыстарды жобалау.

c)

Тек мәтіндік құжаттарды талдау.

d)

Тек уақыттық қатарларды талдау.

e)

Тек бейнелерді талдау.

63.

Мәтінді құру үшін, мысалы, чат-боттарда немесе мақалаларды автоматты түрде жазу үшін қандай NLP алгоритмі қолданылады?

a)

Рекуррентті нейрондық желілер (РНН) және трансформаторлар.

b)

Рекуррентті нейрондық желілер (РНН) және тек статистикалық әдістер.

c)

Рекуррентті нейрондық желілер (РНН) және тек лексикалық анализаторлар.

d)

Рекуррентті нейрондық желілер (РНН) және тек деректерді қысу әдістері.

e)

Рекуррентті нейрондық желілер (РНН) және тек кескіндерді өңдеу.

64.

Мәтіндік деректерді автоматты түрде талдау және кілт сөздерді немесе сөз тіркестерін анықтау үшін қандай NLP алгоритмі қолданылады?

a)

Жиілікті талдау (Term Frequency-Inverse Document Frequency, TF-IDF).

b)

Тек лингвистикалық анализаторлар (Term Frequency-Inverse Document Frequency, TF-IDF).

c)

Тек уақыттық қатарларды талдау (Term Frequency-Inverse Document Frequency, TF-IDF).

d)

Тек бейнелерді талдау (Term Frequency-Inverse Document Frequency, TF-IDF).

e)

Тек дыбысты талдау (Term Frequency-Inverse Document Frequency, TF-IDF).

65.

NLP білім беруде қалай қолданылуы мүмкін?

a)

Зияткерлік білім беру жүйелерін құру, тапсырмаларды автоматты түрде тексеру және мәтіндік оқу материалдарын талдау.

b)

Зияткерлік білім беру жүйелерін құру, тапсырмаларды автоматты түрде тексеру және тек оқу бағдарламаларын құру.

c)

Зияткерлік білім беру жүйелерін құру, тапсырмаларды автоматты түрде тексеру және тек аудиоанализ.

d)

Зияткерлік білім беру жүйелерін құру, тапсырмаларды автоматты түрде тексеру және тек оқу құралдарын шығару.

e)

Тек веб-әзірлеуді үйрену.

66.

NLP-дегі "морфологиялық талдау" дегеніміз не?

a)

Сөздердің құрылымын және олардың формаларын, оның ішінде грамматикалық ерекшеліктерін талдау.

b)

Сөздердің құрылымын және олардың формаларын, оның ішінде тек семантикалық талдау.

c)

Сөздердің құрылымын және олардың формаларын, оның ішінде тек лексикалық талдау.

d)

Сөздердің құрылымын және олардың формаларын, оның ішінде мәтіндік құжаттарды талдау.

e)

Сөздердің құрылымын және олардың формаларын, оның ішінде бейнелерді талдау.

 

67.

Әлеуметтік медиа немесе жаңалықтар мақалалары сияқты мәтіндік деректердің үлкен көлемін өңдеу үшін қандай NLP әдістері қолданылады?

a)

Тақырыптық модельдеу және үндестікті талдау.

b)

Тақырыптық модельдеу және семантиканы талдау.

c)

Тақырыптық модельдеу және сөйлеу бөліктерін талдау.

d)

Тақырыптық модельдеу және уақыттық қатарларды талдау.

e)

Тақырыптық модельдеу және дыбысты талдау.

68.

Чат-боттарды немесе виртуалды көмекшілерді жасау үшін қандай NLP алгоритмдері қолданылады?

a)

Қайталанатын нейрондық желілерді (RNNs) және трансформаторларды қоса алғанда, табиғи тілді өңдеу үлгілері.

b)

Қайталанатын нейрондық желілерді (RNNs) және трансформаторларды қоса алғанда, сөйлемдердің құрылымы ғана.

c)

Қайталанатын нейрондық желілерді (RNNs) және трансформаторларды қоса алғанда, тек аудиоанализ.

d)

Қайталанатын нейрондық желілерді (RNNs) және трансформаторларды қоса алғанда, тек мәтінді генерациялау.

e)

Қайталанатын нейрондық желілерді (RNNs) және трансформаторларды қоса алғанда, тек музыканы өңдеу.

69.

Бизнес саласында қандай NLP қолданбаларын табуға болады?

a)

Тек нарықтық трендтерді талдау.

b)

Тек бизнес-жоспарларды құру.

c)

Тек компанияны басқару.

d)

Тек тауарларды өндіру.

e)

Тек қызметкерлерді оқыту.

70.

Компьютерлік көру нені білдіреді?

a)

Бейнелерді талдау және интерпретациялау

b)

Дыбыстық сигналдарды жазу

c)

Мәтіндік деректерді өңдеу

d)

Компьютерлік ойындарды құру

e)

Электрондық кестелермен жұмыс

71.

Компьютерлердің кескіндерді зерттеумен және оларды талдаумен қандай процесс байланысты?

a)

Компьютерлік көру

b)

Генетикалық инженерия

c)

Қатты денелер механикасы

d)

Аспаздық

e)

Атом ядросының физикасы

72.

Кескіндерді өңдеу үшін қандай әдістерді қолдануға болады?

a)

Сүзу, сегменттеу, объектілерді тану

b)

Пицца пісіру, шаш қию, себет тоқу

c)

Жол төсеу, сот ісін жүргізу, сурет салу

d)

Романдар жазу, ұшақ үлгілерін жасау

e)

Алыс қашықтыққа жүзу, торттарды безендіру

73.

Компьютерлік көру қабілеті қандай қолданбаларға ие?

a)

Медицина, автомобиль өнеркәсібі, бейнебақылау

b)

Ғарышты игеру, тау-кен өнеркәсібі, аспаздық

c)

Суреттер салу, музыкалық аспаптар жасау, футбол

d)

Генетика, биология, өлеңдер жазу

e)

Мейрамхана бизнесі, кино, ауыл шаруашылығы

74.

Кескінді сегменттеу дегеніміз не?

a)

Суретті қызығушылық тудыратын салаларға бөлу

b)

Симметриялық бейнелерді жасау

c)

Коллаждар дайындау

d)

Суреттерді әлеуметтік желілерде жариялауға дайындау

e)

Кескіндерді бір үлкен кескінге араластыру

75.

Кескіндерді өңдеу үшін қандай технологиялар жиі қолданылады?

a)

Жасанды интеллект және нейрондық желілер

b)

Бояуларды араластыру және палитраларды жасау

c)

Механика және зымыран туралы ғылым

d)

Киберспорт және бейне ойындар

e)

Гастрономиялық эксперименттер мен рецепттер

76.

Компьютерлік көру қабілеті қай салаларда көбірек сұранысқа ие?

a)

Медицина, өндіріс, қауіпсіздік

b)

Егіншілік, музыкалық аспаптар жасау, астрономия

c)

Туризм, өнер, ауыл шаруашылығы

d)

Көлік, археология, геология

e)

Косметология, ботаника, аспаздық

77.

Үлгіні тану дегеніміз не?

a)

Кескіндегі объектілерді анықтау және жіктеу

b)

Кескіндегі объектілерді мен суретерді анықтау және жіктеу

c)

Мәтіндермен жұмыс

d)

Отбасылық қатынастар

e)

Музыкалық сауаттылық негіздері

78.

Кескіндердегі беттерді тану үшін қандай алгоритмдер қолданылады?

a)

Тереңдетіп оқытуға негізделген алгоритмдер

b)

Музыкалық әуендерді жасауға арналған алгоритмдер

c)

Компьютерлік ойындарды құру алгоритмдері

d)

Мультфильмдер жасау алгоритмдері

e)

Сәндік өрнектерді жасау алгоритмдері

79.

Суреттерді сүзу нені білдіреді?

a)

Кескінді жақсарту немесе өзгерту үшін әртүрлі операцияларды қолдану

b)

Кескінді жақсарту немесе өзгерту үшін әртүрлі суды сүзу

c)

Ауаны сүзу

d)

Кескінді жақсарту немесе өзгерту үшін әртүрлі атмосферадағы бөлшектерді сүзу

e)

Кескінді жақсарту немесе өзгерту үшін әртүрлі шетелдік фильмдерді фильтрлеу

80.

Объектілердің шекараларын бөлектеу үшін кескінді өңдеудің қандай түрі қолданылады?

a)

Жиектерді анықтау

b)

Көлемді бейнелерді дайындау

c)

Ақ-қара фотосуреттерді бояу

d)

3D-графиканы әзірлеу

e)

Кескіндерді қысу

81.

Пиксель дегеніміз не?

a)

Кескіннің ең кіші элементі

b)

Уақытты өлшеу бірлігі

c)

Табиғаттағы минерал

d)

Температураны сипаттайтын шама

e)

Ұзындықтың өлшем бірлігі

82.

Автомобиль өнеркәсібінде компьютерлік көрудің қандай қолданбалары бар?

a)

Автопилот, тұрақтағы көмек көрсету жүйелері

b)

Автомобильдерге арналған музыкалық композициялар жасау

c)

Автомобильдерге арналған бөлшектерді дайындау

d)

Автомобильдер салонының дизайнын әзірлеу

e)

Автомобильдерді сату

83.

Медицинада кескіндерді өңдеудің қандай әдістерін қолдануға болады?

a)

Аурулардың диагностикасы, пациенттердің мониторингі

b)

Аурулардың диагностикасы, жаңа дәрі-дәрмектерді жасау

c)

Аурулардың диагностикасы, операцияларды жүргізу

d)

Медициналық аспаптар өндірісі

e)

Медициналық киімдерді сату

84.

Рентген және МРТ сияқты медициналық кескіндерді талдау үшін қандай технологиялар қолданылады?

a)

Компьютерлік көру және нейрондық желілер

b)

Телепатия және экстрасенсорлық қабылдау

c)

Астрология және жұлдыз жорамалдар

d)

Фотосурет және көркемөнер өнері

e)

Ботаника және бау-бақша шаруашылығы

85.

Бейнебақылау жүйелеріндегі компьютерлік көру жүйелері қандай міндеттерді шешеді?

a)

Беттерді анықтау және тану, қозғалысты талдау

b)

Беттерді анықтау және тану, аудиосигналдарды өңдеу

c)

Беттерді анықтау және тану, компьютерлік анимацияларды құру

d)

Ауа райы туралы деректерді жинау

e)

Сәулет жоспарларын құру

86.

Қауіпсіздік саласында компьютерлік көрудің қандай қолданбалары бар?

a)

Беттерді тану, қолжетімділікті бақылау

b)

Жарыстарды ұйымдастыру

c)

Үйлер мен ғимараттарды жобалау

d)

Ғарыш аппараттарын басқару

e)

Киім өндірісі

87.

Суреттегі шуды азайту үшін қандай әдістерді қолдануға болады?

a)

Сүзгілеу және статистикалық әдістер

b)

Қағазға басып шығару

c)

Суретке түсіру

d)

Графикалық дизайн

e)

Зергерлік бұйымдарды дайындау

88.

Компьютерлік көру жүйесінің дәлдігіне қандай факторлар әсер етуі мүмкін?

a)

Кескіндердің сапасы, жарықтандыру, модельді оқыту

b)

Шаш түсі, тері құрылымы, бойы

c)

Топырақтың құрамы, климаты, пайдалы қазбалар кен орындары

d)

Металдың түрі, қорытпалар, температура

e)

Жарық жылдамдығы, физика заңдары

89.

Компьютерлік көруді әртүрлі салаларда пайдалану кезінде қандай мәселелер туындауы мүмкін?

a)

Этикалық және құқықтық мәселелер, деректердің құпиялылығы

b)

Этикалық және гастрономиялық мәзірлерді құрастыру

c)

Этикалық және құқықтық мәселелер, саяхаттарды ұйымдастыру

d)

Этикалық және құқықтық мәселелер, музыкалық аспаптар өндірісі

e)

Этикалық және құқықтық мәселелер, сән топтамаларын әзірлеу

90.

Оқытуды күшейту (арматуралық оқыту) нені білдіреді?

a)

Сыйақыны барынша арттыру үшін агент шешім қабылдайтын машиналық оқыту әдісі

b)

Сыйақыны барынша арттыру үшін агент шешім қабылдайтын оқытуды қажет етпейтін жасанды интеллект

c)

Сыйақыны барынша арттыру үшін агент шешім қабылдайтын оқытуды қажет етпейтін жасанды интеллект

d)

Сыйақыны барынша арттыру үшін агент шешім қабылдайтын ойындарды дамыту процесі

e)

Компьютерлік графика әдісі

91.

Оқытуды күшейту контекстіндегі агент дегеніміз не?

a)

Шешімдер қабылдайтын және қоршаған ортамен өзара әрекеттесетін субъект

b)

Шешімдер қабылдайтын және қоршаған ортамен өзара әрекеттесетін робот

c)

Шешімдер қабылдайтын және қоршаған ортамен өзара әрекеттесетін бағдарламашы

d)

Шешімдер қабылдайтын және қоршаған ортамен өзара әрекеттесетін интернет-браузер

e)

Шешімдер қабылдайтын және қоршаған ортамен өзара әрекеттесетін теледидар

92.

Агенттің оқытуды күшейтудегі міндеті қандай?

a)

Әрекеттер ретін қабылдау арқылы сыйақыны барынша арттыру

b)

Әрекеттер ретін қабылдау арқылы адамның араласуынсыз оқуға

c)

Әрекеттер ретін қабылдау арқылы жаңа бағдарламалау тілдерін құру

d)

Компьютерлік ойындардағы қателерді анықтау

e)

Математикалық есептерді шығару

93.

Оқытуды күшейту міндеті қандай екі негізгі құрамдас бөлікті қамтиды?

a)

Агент және қоршаған орта

b)

Операциялық жүйе және аппараттық қамтамасыз ету

c)

Сервер және клиент

d)

Процессордың архитектурасы және жедел жады

e)

Желілік хаттамалар және құрылғы драйверлері

94.

Оқытуды күшейту контекстіндегі марапат дегеніміз не?

a)

Агент әрекетінің табыстылығын анықтайтын сандық бағалау

b)

Агент әрекетінің табыстылығын анықтайтын сандық медаль

c)

Агент әрекетінің табыстылығын анықтайтын сандық алғыс

d)

Агент әрекетінің табыстылығын анықтайтын сандық диплом

e)

Агент әрекетінің табыстылығын анықтайтын сандық қаржылық бонус

95.

Агентті оқытуды күшейтуге үйрету үшін кері байланыстың қандай әдістерін қолдануға болады?

a)

Оң және теріс кері байланыс

b)

Орфографиялық және синтаксистік кері байланыс

c)

Орфографиялық және синтаксистік кері байланыс

d)

Сызықтық және сызықтық емес кері байланыс

e)

Спецификалық және абстрактілі кері байланыс

96.

Агенттерді оқытуды күшейтуге үйрету үшін қандай алгоритмдерді қолдануға болады?

a)

Q-оқыту, DDPG, PPO

b)

Музыканы жасауға арналған алгоритмдер

c)

Салықтарды есептеу алгоритмдері

d)

Суреттерді салуға арналған алгоритмдер

e)

Деректерді шифрлауға арналған алгоритмдер

97.

Q-learning (Q-learning) нені білдіреді?

a)

Іс-әрекеттің құндылық функциясын жаңарту арқылы агентті оқыту әдісі

b)

Іс-әрекеттің құндылық функциясын жаңарту арқылы кезектерді құру жүйесі

c)

Іс-әрекеттің құндылық функциясын жаңарту арқылы интерфейстерді жобалауға үйрету

d)

Іс-әрекеттің құндылық функциясын жаңарту арқылы сәулет графикасына оқыту

e)

Іс-әрекеттің құндылық функциясын жаңарту арқылы ән айтуды үйрету әдісі

98.

Оқытуды күшейтуде құндылық функциясының рөлі қандай?

a)

Агенттің белгілі бір жағдайда әрекетті қаншалықты жақсы орындағанын бағалайды

b)

Агенттің белгілі бір жағдайда әрекетті ойын ережесін белгілейді, орындағанын бағалайды

c)

Агенттің белгілі бір жағдайда әрекетті бақылаушы орган болып табылады, орындағанын бағалайды

d)

Агенттің белгілі бір жағдайда әрекетті көркем туындылар жасайды

e)

Агенттің белгілі бір жағдайда әрекетті өнім өндіреді

99.

Оқытуды күшейтуді нақты әлемдегі тапсырмаларда қолдану кезінде қандай қиындықтар туындауы мүмкін?

a)

Зерттеу мәселесі және пайдалану мәселесі

b)

Ғарыштық қазбалар проблемасы

c)

Жасанды қалаларды құру проблемасы

d)

Әлемдік экономикалық дағдарыс проблемасы

e)

Костюмдерді жобалау мәселесі

100.

Оқытуды күшейтуде агент стратегияларының қандай түрлері бар?

a)

Детерминирленген және стохастикалық

b)

Экономикалық және саяси

c)

Техникалық және көркемдік

d)

Физикалық және химиялық

e)

Спорттық және діни

Similar Resources on Wayground

ииновация

96 questions

ииновация

quiz

Worksheet

•

University