wayground logo

Free Printable Worksheets

Font size

S
M
L
XL
Worksheets

МАШИН ОБУЧ 100

Total questions: 101

Worksheet time: 51mins

Name
Class
Date
1.

Нейрондық желідегі нейрон дегеніміз не?

a)

Кірістерді шығысқа түрлендіретін негізгі есептеу элементі

b)

Оңтайландыру алгоритміндегі орталық сілтеме

c)

Үлгіні реттеуге арналған гиперпараметр

d)

Үлгіні оқытуға арналған деректер көзі

e)

Үлгі өнімділігін бағалау үшін пайдаланылатын элемент

2.

Төмендегілердің қайсысы нейрондық желідегі стандартты белсендіру функциясы болып табылады?

a)

Сигмоидты

b)

ReLU

c)

Нормализация

d)

Шағын топтама

e)

Айқас валидация

3.

Softmax функциясының мақсаты қандай?

a)

Сызықтық регрессияға арналған

b)

Кірістерді ықтималдыққа түрлендіру

c)

Деректерді алдын ала өңдеуге арналған

d)

Жаңа мүмкіндіктерді жасау үшін

e)

Деректерді стандарттау үшін

4.

Нейрондық желінің қандай қасиеті шамадан тыс орнатуды болдырмауға көмектеседі?

a)

Шығу

b)

Толықтық (еске түсіру)

c)

Дәлдік

d)

Softmax

e)

Сигмоидты

5.

Қателерді қабаттар арқылы кері жіберу арқылы нейрондық желіні оқыту процесі қалай аталады?

a)

Қате кері таралу

b)

Градиенттің төмендеуі

c)

Сызықтық регрессия

d)

Енгізу

e)

Логистикалық регрессия

6.

Төмендегілердің қайсысы нейрондық желі архитектурасында гиперпараметр болып табылады?

a)

Қабаттар саны

b)

Сызықтық коэффициенттер

c)

Деректерді енгізу

d)

Шағын топтама

e)

Дәлдік көрсеткіштері

7.

Уақыт қатарлары сияқты тізбекті деректермен жұмыс істеу үшін нейрондық желінің қай түрі ең қолайлы?

a)

Қайталанатын нейрондық желі (RNN)

b)

Толық қосылған нейрондық желі (DNN)

c)

Кездейсоқ орман

d)

Қолдау векторлық машинасы (SVM)

e)

K-ең жақын көршілер

8.

Кескінді талдау үшін әдетте нейрондық желінің қандай түрі қолданылады?

a)

Қайталанатын нейрондық желі (RNN)

b)

Конволюциялық нейрондық желі (CNN)

c)

K-мағынасы

d)

Шешім ағашы

e)

аңғал Бейс

9.

Жаттығу кезінде әрбір қабатта өшірілетін нейрондардың санын басқаратын параметр қалай аталады?

a)

Шығу

b)

Шағын топтама

c)

Градиенттің төмендеуі

d)

Сызықтық регрессия

e)

Импульс

10.

Қандай нейрондық желінің архитектурасы әрбір нейрон алдыңғы қабаттағы барлық нейрондарға қосылған қабаттарды пайдаланады?

a)

Толық қосылған нейрондық желі

b)

Қайталанатын нейрондық желі

c)

Конволюциялық нейрондық желі

d)

Логистикалық регрессия

e)

Сызықтық регрессия

11.

Конволюционды нейрондық желілерде мүмкіндіктер картасының өлшемін азайту үшін қабаттың қандай түрі қолданылады?

a)

Біріктіру қабаты

b)

Толық қосылған қабат

c)

Нормализация қабаты

d)

Қайталанатын қабат

e)

Енгізу қабаты

12.

CNN-де кескіннің негізгі сипаттамаларын сақтай отырып, оның өлшемін кішірейту процесі қалай аталады?

a)

Біріктіру

b)

Шығу

c)

Регуляризация

d)

Нормализация

e)

Сипаттамалардың жоғарылауы

13.

Максималды біріктіру қосалқы іріктеу әдісі қандай?

a)

Ең үлкен мәнді таңдау әдісі

b)

Сызықтық регрессия әдісі

c)

Классификация алгоритмі

d)

Мәліметтерді қысу қабаты

e)

Гиперпараметрлерді таңдау алгоритмі

14.

Көп класты есептердегі ықтималдықтарды шығару үшін қандай белсендіру функциясы қолданылады?

a)

Softmax

b)

ReLU

c)

Сигмоидты

d)

Сызықтық

e)

Тангенс

15.

Конволюциондық қабаттағы сүзгілер санын қандай параметр анықтайды?

a)

Тереңдік

b)

Терезе өлшемі

c)

Шағын топтама

d)

Түсіру

e)

Дәуірлер саны

16.

Жаттығу жиыны салмақтарды жаңарту үшін бір уақытта үлгілердің аз санын пайдаланатын процестің атауы қалай?

a)

Градиенттің төмендеуі

b)

Толық градиенттің түсуі

c)

Ішкі үлгілеу

d)

Нормализация

e)

Кездейсоқ іздеу

17.

Қай жоғалту функциясы көп класты жіктеу үшін жиі қолданылады?

a)

Айқас энтропия

b)

MSE

c)

MAE

d)

Сызықтық қате

e)

Толықтық

18.

Нейрондық желіні оқыту үдерісіндегі дәуір дегеніміз не?

a)

Бүкіл деректер жинағы арқылы толық өту

b)

Салмақтарды жаңартудың бір итерациясы

c)

Градиент түсірудің шағын партиясы

d)

Валидацияның бір қадамы

e)

Қабаттарды өткізіп жіберу

19.

Пакеттік нормалау әдісі не үшін қолданылады?

a)

Оқытуды жылдамдату үшін

b)

Деректердің өлшемділігін азайту үшін

c)

Жетіспейтін деректерді ауыстыру үшін

d)

Шамадан тыс орнатуды болдырмау үшін

e)

Категориялық деректерді жасау үшін

20.

Құрамында бірнеше конволюционды және ішкі үлгіленген қабаттар, соңынан толық қосылған қабаттар бар желі қалай аталады?

a)

Конволюционды нейрондық желі (CNN)

b)

Толық қосылған нейрондық желі

c)

Қайталанатын нейрондық желі (RNN)

d)

Автокодер

e)

Логистикалық регрессия

21.

Мәтіндік немесе дыбыстық сигналдар сияқты тізбектермен жұмыс істеу үшін қандай желі қолайлы?

a)

Логистикалық регрессия

b)

Қайталанатын нейрондық желі (RNN)

c)

Толық қосылған нейрондық желі

d)

Конволюционды нейрондық желі

e)

K-Ең жақын көршілер

22.

RNN қай түрі ұзақ тізбектер үшін жойылатын градиент мәселесін шешуге көмектеседі?

a)

Ұзақ қысқа мерзімді жад (LSTM)

b)

Толық қосылған нейрондық желі

c)

Логистикалық регрессия

d)

K-Means

e)

Softmax

23.

LSTM-дегі нейрондардың негізгі ерекшелігі неде?

a)

Жад ұяшықтары

b)

Салмақ

c)

Градиенттер

d)

Қосалқы үлгі

e)

Максималды сүзгілер

24.

Кездейсоқ таңдалған үлгіде салмақты жаңартудың әрбір итерациясы орындалатын әдіс қалай аталады?

a)

стохастикалық градиенттің төмендеуі (SGD)

b)

Логистикалық регрессия

c)

шағын топтамалық градиенттің төмендеуі

d)

Лассо регрессиясы

e)

Тікелей тарату

25.

Шулы деректермен жұмыс істеу үшін жиі автокодердің қандай түрі қолданылады?

a)

Денисациялық автокодер

b)

Қайталанатын автокодер

c)

Конволюциялық автокодер

d)

Кластерлік автокодер

e)

Сызықтық автокодер

26.

Вариациялық автокодер (VAE) не үшін пайдаланылуы мүмкін?

a)

Жаңа деректерді құру

b)

Жіктеу үшін

c)

Мәтінді өңдеу үшін

d)

Уақыт қатарлары үшін

e)

Таңдау үшін гиперпараметрлер

27.

Өлшемді азайтудың қай әдісі деректердегі ең үлкен дисперсияны түсіндіретін құрамдастарды шығарады?

a)

Негізгі құрамдас талдау (PCA)

b)

Регуляризация

c)

Градиенттің төмендеуі

d)

Түсіру

e)

Сызықтық регрессия

28.

Мәліметтердің жасырын көрінісі дегеніміз не?

a)

Деректердің жасырын көрінісі

b)

Толық оқу жинағы

c)

Шығарылатын деректердің классификациясы

d)

Мүмкіндіктердің нормаланған көрінісі

e)

Өңдеусіз өңделмеген деректер

29.

Қай әдіс олардың сызықтық емес қатынастарын ескере отырып, деректерді жаңа кеңістікке проекциялау арқылы өлшемділікті азайтуға мүмкіндік береді?

a)

T-SNE

b)

Сызықтық регрессия

c)

Softmax

d)

Толық қосылған желі

e)

Декодер

30.

Мәліметтердің өлшемділігін азайту үшін жоғары өзара байланысты мүмкіндіктерді жою процесі қалай аталады?

a)

Мүмкіндік таңдау

b)

Регуляризация

c)

Кластерлеу

d)

Қосалқы іріктеу

e)

Көбейту

31.

Үлкен өлшемді деректерді визуализациялау үшін әдетте қандай өлшемді азайту әдісі қолданылады?

a)

T-SNE

b)

SVM

c)

Толық қосылған қабат

d)

Сызықтық регрессия

e)

Шешім ағашы

32.

Жіктеу мәселесінде дәлдік көрсеткіші нені көрсетеді?

a)

Дұрыс жіктелген объектілердің үлесі

b)

Модельдің толықтық дәрежесі

c)

Анықтау коэффициентінің мәні

d)

Көлбеу көрсеткіші

e)

Мәні модельдің ауытқуы

33.

Регрессиялық есептерде үлгі сапасын бағалау үшін қандай метрика қолданылады?

a)

Орташа квадрат қатесі (MSE)

b)

Еске түсіру

c)

F-өлшемі

d)

Нормализация

e)

Ықтималдық көрсеткіші

34.

Модель болжаған шын оң мәндердің пайызын қандай көрсеткіш өлшейді?

a)

Қайта шақыру

b)

Дәлдік

c)

Кері байланыс

d)

F-өлшемі

e)

ROC

35.

ROC қисығы не үшін пайдаланылады?

a)

Модельдің арасындағы байланысты визуализациялау

b)

Жаттығу жиынын көрсету үшін

c)

Толық қосылған қабатты өлшеу үшін

d)

Үлгі қателерін болжау үшін

e)

Регуляризацияны бағалау үшін

36.

ROC қисығы астындағы аудан (AUC-ROC) нені көрсетеді?

a)

Жіктеуіш сапасы

b)

Орташа квадрат қатесі

c)

Тікелей корреляция

d)

Теріс деректер ауытқуы

e)

Ықтималдық шамадан тыс орнату

37.

Қандай көрсеткіш барлық оң болжамдардың арасында дұрыс болжанған оң мәндердің үлесін өлшейді?

a)

Қайта шақыру

b)

Дәлдік

c)

F-өлшемі

d)

Орташа қате

e)

Регрессия

38.

Қай көрсеткіш теңгерімсіз деректерде үлгіні бағалау үшін пайдалы?

a)

F1-өлшеу

b)

Орташа квадрат қатесі

c)

Толық қосылған қабат

d)

Сызықтық регрессия

e)

Қалыптастыру

39.

F1-балы метрика нені өлшейді?

a)

ROC қисығы астындағы аумақ

b)

Ауытқу

c)

Дәлдік пен еске түсіру арасындағы гармоникалық орташа

d)

Оң болжамдардың саны

e)

Сенімділік дәрежесі

40.

Көп класты жіктеуде үлгі өнімділігін бағалау үшін қандай метрика қолданылады?

a)

Көп класты дәлдік

b)

ROC

c)

Орташа қате

d)

Параметрді сәйкестендіру

e)

Стандартты ауытқу

41.

Теріс мысалдардың көп саны болғанда үлгіні бағалау үшін төмендегі көрсеткіштердің қайсысы қолайлы?

a)

Еске түсіру

b)

Дәлдік

c)

Еңіс өлшемі

d)

Класс таңдау

e)

Сызықтық қате

42.

Қай реттеу әдісі үлгі салмақтарының абсолютті мәндерін жазалайды?

a)

L1-регуляризация

b)

L2-регуляризация

c)

Түсіру

d)

Пакеттік қалыпқа келтіру

e)

Деректерді көбейту

43.

L2 регуляризациясы не үшін қолданылады?

a)

Үлгі салмақтарының квадраттарына айыппұл қосу, шамадан тыс орнату ықтималдығын азайту

b)

Сынақ жиынындағы дәлдікті жақсарту үшін

c)

Деректер өлшемін үлкейту үшін

d)

Модельдің сызықтылығын жақсарту үшін

e)

Гиперпараметрлерді таңдау үшін

44.

Қай регуляризация әдісі шамадан тыс фитингті азайту үшін жаттығу кезінде кездейсоқ нейрондарды өшіреді?

a)

Түсіру

b)

Пакеттік қалыпқа келтіру

c)

L1-реттеу

d)

Фурье түрлендіру

e)

Мүмкіндік таңдау

45.

Қай регуляризация әдісі терең нейрондық желілер үшін әсіресе тиімді?

a)

Түсіру

b)

Сызықтық регрессия

c)

Толық қосылған қабат

d)

Векторлық машинаны қолдау

e)

Fisher Transform

46.

Регуляризацияның қай түрі үлгідегі салмақтардың сирек болуына әкелуі мүмкін?

a)

L1-реттеу

b)

Түсіру

c)

Конволюциялық қабаттар

d)

Векторлық түрлендіру

e)

L2-реттеу

47.

Қандай кластерлеу әдісі кластер орталығына дейінгі қашықтықты азайта отырып, алдын ала анықталған кластер санын жасайды?

a)

K-Орталары

b)

Сызықтық регрессия

c)

Ең жақын көрші

d)

Шешім ағашы

e)

Лассо регрессиясы

48.

Қандай кластерлеу әдісі кластерлердің иерархиясын жасайды?

a)

Иерархиялық кластерлеу

b)

Ең жақын көршілер

c)

Сызықтық регрессия

d)

Жоталық регрессия

e)

Шешім ағашы

49.

Ұқсас объектілердің топтарын табу үшін қандай бақылаусыз оқыту әдісі пайдалы?

a)

Кластерлеу

b)

Регрессия

c)

Градиенттің төмендеуі

d)

Пулға біріктіру

e)

Деректерді көбейту

50.

DBSCAN әдісі не үшін қолданылады?

a)

Тығыздыққа негізделген деректерді кластерлеу үшін

b)

Деректерді қалыпқа келтіру үшін

c)

Гиперпараметрлерді табу үшін

d)

Өлшемді азайту үшін

e)

Үлгінің дәлдігін бағалау үшін

51.

Негізгі құрамдас талдау (PCA) дегеніміз не?

a)

Мәліметтерді өлшемділігін азайту әдісі

b)

Жіктеу дәлдігін жақсарту әдісі

c)

Уақыттық қатарларды жіктеу әдісі

d)

Деректер дәйектілігін жақсарту әдісі

e)

Деректерді реттеу әдісі

52.

Деректердегі жасырын үлгілерді табу үшін қандай әдіс қолданылады?

a)

Қауымдастық ережелері

b)

Толық қосылған қабаттар

c)

Сызықтық регрессия

d)

Регуляризация

e)

Декодерлер

53.

Ассоциация ережелеріндегі қолдау нені көрсетеді?

a)

Мәліметтер жиынында ереже ақиқаттығы

b)

Екі класстың айырмашылығы

c)

Регуляризация мөлшері

d)

Жіктеу дәлдігі

e)

Гиперпараметрлер жинағы

54.

Қауымдастық ережелеріндегі сенімділік метрикасы нені өлшейді?

a)

Ереженің ақиқат болу ықтималдығы

b)

Деректердің сиректік деңгейі

c)

Үлгі дәлдігі

d)

Жинақталу жылдамдығы

e)

Дөңгелектеу қателері

55.

Деректерді әртүрлі тығыздықтағы кластерлерге бөлу үшін қандай әдіс пайдалы?

a)

DBSCAN

b)

PCA

c)

Сызықтық регрессия

d)

T-SNE

e)

Сабақтан шығу

56.

Иерархиялық кластерлеу дегеніміз не?

a)

Кірістірілген кластерлерді құру әдісі

b)

Гиперпараметрлерді оңтайландыру әдісі

c)

F1-өлшемді бағалау әдісі

d)

Деректерді көбейту әдісі

e)

Регуляризация әдісі

57.

Гиперпараметрлер дегеніміз не?

a)

Үлгі параметрлері

b)

Жаттығу кезінде жаңартылатын коэффициенттер

c)

Мүмкіндіктерге тағайындалған салмақтар

d)

Шығару деректерінің өлшемдері

e)

Цикл итерациялары

58.

Оңтайлы гиперпараметр мәндерін автоматты түрде табу үшін қандай әдіс қолданылады?

a)

Тор іздеу

b)

Мәліметтерді түрлендіру

c)

ROC қисығын бағалау

d)

Айқас тексеру

e)

Бас тарту

59.

Қандай гиперпараметрді баптау әдісі берілген ауқымдағы параметрлер үшін мәндерді кездейсоқ таңдайды?

a)

Кездейсоқ іздеу

b)

Регуляризация

c)

Градиенттің төмендеуі

d)

Шығу

e)

Қауымдастық ережелері

60.

Гиперпараметрлерді баптау кезінде модельді бағалау үшін қандай әдіс қолданылады?

a)

Айқас валидация

b)

Конволюциялық қабат

c)

Функцияларды сәйкестендіру

d)

Сызықтық регрессия

e)

Фурье түрлендіруі

61.

Қандай гиперпараметр модельдің өз параметрлерін жаңарту жылдамдығын басқарады?

a)

Оқу жылдамдығы

b)

Қабаттар саны

c)

Толық

d)

Кластер саны

e)

Деректерді іріктеу

62.

Кросс-валидация дегеніміз не?

a)

Модельді деректердің әртүрлі ішкі үлгілерінде тестілеу әдісі

b)

Нейрондық желі деңгейі

c)

Мәліметтерді генерациялау техникасы

d)

F1-өлшемді бағалау әдісі

e)

Шектеулі мәндерді жою әдісі

63.

Модельдерді бағалау үшін қай көлденең тексеру әдісі жиі қолданылады?

a)

K-қабатты айқаспалы тексеру

b)

Сызықтық регрессия

c)

DBSCAN

d)

Толық қосылған қабат

e)

Конволюциондық деңгей

64.

Модельдеу алдында деректерді өңдеудің бірінші қадамы қандай?

a)

Деректерді тазалау

b)

Регуляризация

c)

Негізгі компонентті түрлендіру

d)

Кластерлеу

e)

Сызықтық регрессия

65.

Деректер жиынындағы жетіспейтін мәндерді ауыстыру үшін қандай әдіс қолданылады?

a)

Импутация

b)

Сызықтық регрессия

c)

K-Means

d)

DBSCAN

e)

Деректерді көбейту

66.

Қандай әрекет деректер көлемін ұлғайту арқылы артық сәйкестендіруді болдырмауға көмектеседі?

a)

Деректерді көбейту

b)

Өлшемді азайту

c)

Сызықтық регрессия

d)

Жотаның регрессиясы

e)

Сигналдың түрленуі

67.

Модельді бағалау контекстіндегі дәлдік дегеніміз не?

a)

Барлық болжамдар арасындағы дұрыс болжамдардың үлесі

b)

Шынайы оң мысалдар саны

c)

Шын және болжамды мәндер арасындағы айырмашылық

d)

Болжамды мәндердің орташа мәні

e)

Нормаланған көрсеткіштер

68.

F1 көрсеткіші дегеніміз не?

a)

Дәлдік пен қайта шақырудың гармоникалық ортасы

b)

Сызықтық регрессияны бағалауға арналған метрика

c)

Шынайы оң мәндердің орташа мәні

d)

Үлгідегі кластерлер саны

e)

Жаттығудағы қате орнату

69.

Жіктеуіштің өнімділігін визуализациялау үшін қандай әдіс қолданылады?

a)

ROC қисығы

b)

Гистограмма

c)

Картограмма

d)

Баған диаграммасы

e)

Кластер диаграммасы

70.

ROC қисығы астындағы аудан (AUC) нені өлшейді?

a)

Модельдің класстарды ажырату мүмкіндігі

b)

Шынайы позитивтер саны

c)

Кластар арасындағы айырмашылық

d)

Болжамдардың орташа мәні

e)

Шамадан тыс орнату деңгейі

71.

Төмендегі өлшемдердің қайсысы қате болжау дәрежесін көрсетеді?

a)

Орташа квадрат қатесі (MSE)

b)

Корреляция коэффициенті

c)

Ықтималдық

d)

Қолдау

e)

Сенімділік

72.

Регрессия моделінің өнімділігін бағалау үшін қандай әдіс қолданылады?

a)

Орташа абсолютті қате (MAE)

b)

Сызықтық регрессия

c)

Кластерлеу

d)

Регуляризация

e)

K-Орташа

73.

Айқас валидация дегеніміз не?

a)

Модельді әртүрлі ішкі үлгілер бойынша бағалау әдісі

b)

Гиперпараметрлерді таңдау әдісі

c)

Деректерді тазалау әдісі

d)

Сиқырлықты бағалау әдісі

e)

Иерархияны құру әдісі

74.

Төмендегілердің қайсысы жіктеуді бағалауға арналған метрика болып табылады?

a)

Еске түсіру

b)

Анықтау коэффициенті

c)

Регуляризация

d)

Сигмоидтық функция

e)

L1-реттеу

75.

Шатасу матрицасы дегеніміз не?

a)

Болжамдардың санын көрсететін кесте

b)

Деректерді визуализациялауға арналған график

c)

Деректерді тазалау әдісі

d)

Регрессия статистикасы

e)

Көрсеткіштерді бағалау әдісі

76.

Қайта шақыруды өлшеу үшін қандай көрсеткіш қолданылады?

a)

Шынайы оң мысалдардың үлесі

b)

Барлығының арасындағы дұрыс болжамдардың үлесі

c)

Қате болжамдардың саны

d)

Орташа қате

e)

Теріс сандар саны болжамдар

77.

Класс шекарасына негізделген жіктеу есептерін шешу үшін қандай алгоритм қолданылады?

a)

SVM

b)

Сызықтық регрессия

c)

K-мағыналары

d)

Лассо регрессия

e)

Шешім ағашы

78.

Кездейсоқ орман дегеніміз не?

a)

Бірнеше шешім ағаштарын пайдаланатын ансамбль әдісі

b)

Деректерді көбейту әдісі

c)

Кластерлеу алгоритмі

d)

Сызықтық регрессия әдісі

e)

Регуляризация әдісі

79.

Төмендегі алгоритмдердің қайсысы деректердің таралуына қатысты ең аз жорамалға ие әдіс болып табылады?

a)

Ең жақын көршілер (k-NN)

b)

Логистикалық регрессия

c)

SVM

d)

Сызықтық регрессия

e)

Шешім Ағаш

80.

Төмендегі жіктеу алгоритмдерінің қайсысы ықтималдықты бағалауды пайдаланады?

a)

Логистикалық регрессия

b)

Қолдау векторлық машина

c)

Лассо регрессиясы

d)

K-Means

e)

Шешім ағашы

81.

Қаптау дегеніміз не?

a)

Үлгілерді пайдаланатын әдіс

b)

Дәлдігін жақсартатын әдіс

c)

Өнімділікті бағалау әдісі

d)

Регуляризация әдісі

e)

Деректерді тазалау әдісі

82.

Көп класты жіктеу есептері үшін қай алгоритм ең жақсы?

a)

Логистикалық регрессия

b)

сызықтық регрессия

c)

жоталардың регрессиясы

d)

K-орташалары

e)

ARIMA моделі

83.

K-орталар алгоритміндегі K параметрі қандай?

a)

Деректерді бөлуге арналған

b)

Дәлдікті бағалау параметрі

c)

Оқу жылдамдығы

d)

Реттеу параметрі

e)

Итерациялар саны

84.

Төмендегі әдістердің қайсысы иерархиялық класс құрылымын құру үшін қолданылады?

a)

Иерархиялық кластерлеу

b)

Логистикалық регрессия

c)

Ең жақын көршілер

d)

K-Орталық

e)

Сызықтық регрессия

85.

Классификациядағы теңгерімсіз класстарды өңдеу үшін қай алгоритм қолайлы?

a)

SMOTE алгоритмі

b)

сызықтық регрессия

c)

K-меанс

d)

жотаның регрессиясы

e)

векторды қолдау машинасы

86.

Төмендегі тәсілдердің қайсысын жіктеу алдында өлшемділікті азайту үшін пайдалануға болады?

a)

PCA

b)

Сызықтық регрессия

c)

K-меанс

d)

Шешім ағашы

e)

Лассо регрессиясы

87.

Сызықтық регрессия дегеніміз не?

a)

Сызықтық қатынасты модельдеу

b)

Деректерді кластерлеу әдісі

c)

Өлшемді азайту әдісі

d)

Жіктеу дәлдігін бағалау әдісі

e)

Деректерді тазалау әдісі

88.

Төмендегі әдістердің қайсысы сызықтық регрессияда шамадан тыс сәйкестендіруді азайту үшін қолданылады?

a)

қолдау векторлық машина

b)

K-құралдары

c)

жоталардың регрессиясы

d)

иерархиялық кластерлеу

e)

шешім ағашы

89.

Детерминация коэффициенті (R²) дегеніміз не?

a)

Орташа квадраттық қате

b)

Вариацияның үлесі

c)

Корреляция коэффициенті

d)

Модельді бағалау дәлдік

e)

К параметріндегі К-орталар

90.

Төмендегі көрсеткіштердің қайсысы регрессия үлгісіндегі қателерді бағалау үшін пайдаланылады?

a)

Анықтау коэффициенті

b)

Қолдау

c)

Орташа абсолютті қате (MAE)

d)

Нормалау

e)

Ықтималдық тығыздығы

91.

Lasso регрессиясы дегеніміз не?

a)

L1 реттелуі бар сызықтық регрессия

b)

Сызықтық емес регрессия

c)

Регуляризациясыз сызықтық регрессия

d)

Көпмүшелік мүмкіндіктерді пайдаланатын регрессия

e)

L2 реттелуі бар сызықтық регрессия

92.

Төмендегі тәсілдердің қайсысы регрессия үлгісіндегі айнымалылар арасындағы байланысты есепке алады?

a)

Көп регрессия

b)

Сызықтық регрессия

c)

K-орталар

d)

<variant> Шешім ағашы

e)

Иерархиялық кластерлеу

93.

Бірнеше тәуелсіз айнымалыларға негізделген мәндерді болжау үшін қандай әдіс қолданылады?

a)

Шешім ағашы

b)

K-меанс

c)

Логистикалық регрессия

d)

Бірнеше сызықтық регрессия

e)

Ағаштармен регрессия

94.

Көпмүшелік регрессия дегеніміз не?

a)

Көпмүшелік функцияларды пайдаланатын регрессия

b)

Сызықтық функцияларды пайдаланатын регрессия

c)

Уақыт қатарлары үшін регрессия

d)

L1 реттеуін пайдаланатын регрессия

e)

Кездейсоқ мәнге негізделген регрессия орман

95.

Төмендегі әдістердің қайсысы регрессияға жатпайды?

a)

K-Means

b)

Сызықтық регрессия

c)

Лассо регрессия

d)

Полиномдық регрессияЖоталық регрессия

e)

Модель қарапайым болғанда және деректерден жалпыланғанда

96.

Регрессия контекстіндегі модельді шамадан тыс орнату дегеніміз не?

a)

Жаңа деректерде нашар жұмыс істегенде

b)

Модель аз дайындалған және трендтерді ұстай алмаған кезде

c)

Модель дұрыс болжамдар жасағанда

d)

Модель қарапайым болғанда және деректерден жалпыланғанда

e)

Модель барлық мәндерді нөлге тең деп болжағанда

97.

Төмендегі тәсілдердің қайсысы регрессия үлгісіндегі айнымалы мәндердің маңыздылығын бағалау үшін қолданылады?

a)

t-test

b)

K-means

c)

Қолдау векторлық машина

d)

Ағаш регрессиясы

e)

Бірнеше регрессия

98.

Нейрондық желі дегеніміз не?

a)

Деректерден үйренуге болатын өзара байланысқан нейрондардан тұратын модель

b)

Қарапайым сызықтық модель

c)

Кластерлеу әдісі

d)

Тиімділікті бағалау алгоритмі

e)

Тек бір нейронды қолданатын модель

99.

Төмендегі компоненттердің қайсысы нейрондық желінің негізгі элементі болып табылады?

a)

Регрессор

b)

Нейрон

c)

Кластер

d)

Оқу алгоритмі

e)

Шешім ағашы

100.

Белсендіру функциясы дегеніміз не?

a)

Нейронның шығысын анықтайды

b)

Деректерді өшіретін функция

c)

Өлшемділікті азайтатын функция

d)

өнімділікті бағалауға арналған функци

e)

Кластерлеуге арналған функция

101.

Териялық деректерді өңдеу үшін нейрондық желілердің қай түрлерінің қайсысы қолданылады?

a)

Қайталанатын нейрондық желілер (RNN)

b)

Конволюциялық нейрондық желілер (CNN)

c)

Толық қосылған нейрондық желілер

d)

Терең нейрондық желілер

e)

Генеративті қарсылас желілер (GANs)

Similar Resources on Wayground

Инклюзивті білім беру: тест сұрақтары

100 questions

Инклюзивті білім беру: тест сұрақтары

quiz

Worksheet

•

University

Педагогика2

100 questions

Педагогика2

quiz

Worksheet

•

University

МҚТ 101-200 сессия 2023

100 questions

МҚТ 101-200 сессия 2023

quiz

Worksheet

•

University

EDUKEY \№13-ТАҚЫРЫП

102 questions

EDUKEY \№13-ТАҚЫРЫП

quiz

Worksheet

•

11th Grade - University

Ай мен Айша

100 questions

Ай мен Айша

quiz

Worksheet

•

University

Бағалаудың негізгі мақсаты және талаптары

99 questions

Бағалаудың негізгі мақсаты және талаптары

quiz

Worksheet

•

University

400-500 Педагогика Алимбекова Жұлдыз -

96 questions

400-500 Педагогика Алимбекова Жұлдыз -

quiz

Worksheet

•

University

Салауатты өмір салты және денсаулық бойынша тест (13-сынып)

100 questions

Салауатты өмір салты және денсаулық бойынша тест (13-сынып)

quiz

Worksheet

•

University