Wayground logo

Free Printable Worksheets

Font size

S
M
L
XL
Worksheets

Машина 151-200

Total questions: 50

Worksheet time: 25mins

Name
Class
Date
1.

Терең оқыту дегеніміз не?

a)

Машиналық оқытудың ішкі жиыны

b)

Мәліметтердің шағын көлеміне негізделген оқу процесі

c)

Сызықтық модельдерді қолдану әдісі

d)

Кластерлеу әдісі

e)

Тиімділікті бағалау алгоритмі

2.

Төмендегі компоненттердің қайсысы нейрондық желіге жатпайды?

a)

Кластер

b)

Сигмоидты функция

c)

Жасырын қабаттар

d)

Шығару деңгейі

e)

Енгізу қабаты

3.

Кері таралу дегеніміз не?

a)

Жаңарту алгоритмі

b)

Мәліметтерді тазалау әдісі

c)

Өлшемділікті азайту әдісі

d)

Кластерлеу алгоритмі

e)

Тиімділікті бағалау әдісі

4.

Төмендегі әдістердің қайсысы нейрондық желілерде шамадан тыс орнатуды болдырмауға көмектеседі?

a)

Регуляризация

b)

Деректерді ұлғайту

c)

Айқас валидация

d)

Өнімділікті бағалау

e)

Шектеулерді алып тастаңыз

5.

Конволюционды нейрондық желі (CNN) дегеніміз не?

a)

Сурет пен бейнені өңдеу үшін қолданылатын нейрондық желі

b)

Мәтіндік деректермен жұмыс істеуге арналған нейрондық желі

c)

Бір қабаты бар нейрондық желі

d)

Белсендіру функцияларын пайдаланбайтын нейрондық желі

e)

Кластерлеуге арналған нейрондық желі

6.

Төмендегі әдістердің қайсысы нейрондық желіні оқытуда деректерді кеңейту үшін қолданылады?

a)

Деректерді көбейту

b)

Регуляризация

c)

Айқас валидация

d)

Деректерді түрлендіру

e)

Нормализация

7.

Генеративті қарсыластық желілер (GAN) дегеніміз не?

a)

Нейрондық желілер

b)

Мәтінді өңдеуге арналған желілік модельдер

c)

Тек сызықтық функцияларды қолданатын модельдер

d)

Тек бейнелермен жұмыс істейтін нейрондық желілер

e)

Уақыт қатарлары үшін желілік модельдер

8.

Төмендегі параметрлердің қайсысы нейрондық желіні оқыту процесінде маңызды?

a)

Оқу жылдамдығы

b)

Кластер өлшемі

c)

Шығарындылар саны

d)

Деректер көлемі

e)

Сыныптар саны

9.

Нейрондық желілер контекстіндегі Dropout дегеніміз не?

a)

Регуляризация әдісі

b)

Мәліметтерді тазалау әдісі

c)

Өлшемді азайту алгоритмі

d)

Өнімділікті бағалау әдісі

e)

Мәліметтерді көбейту әдісі

10.

Төмендегі желі түрлерінің қайсысы кескінді өңдеу үшін қолданылады?

a)

Конволюциялық нейрондық желілер (CNN)

b)

Қайталанатын нейрондық желілер (RNN)

c)

Толық қосылған нейрондық желілер

d)

Генеративті қарсылас желілер (GANs)

e)

Ең жақын көршілер әдісі

11.

Нейрондық желідегі жоғалту функциясы дегеніміз не?

a)

Үлгінің мәндерді қаншалықты жақсы болжайтынының өлшемі

b)

Мәліметтерді тазалау әдісі

c)

Кластерлеу алгоритмі

d)

Белсендіру функциясы

e)

Өнімділікті бағалау әдісі

12.

Төмендегі әдістердің қайсысы нейрондық желілерді оңтайландырудың негізгі әдісі болып табылады?

a)

Градиентті түсіру әдісі

b)

K-алгоритмді білдіреді

c)

Тиімділікті бағалау әдісі

d)

Регрессиялық лассо

e)

Ең жақын көршілер әдісі

13.

Төмендегі есептердің қайсысын тереңдетіп оқыту арқылы шешуге болады?

a)

Суреттерді өңдеу

b)

Сызықтық регрессия

c)

Кластерлеу

d)

Үлгінің өнімділігін бағалау

e)

Шектеулерді алып тастаңыз

14.

Нейрондық желінің шығысы қандай?

a)

Нейрондық желідегі нәтиже

b)

Деректерді енгізу

c)

Нейрондардың белсендіру деңгейі

d)

Жасырын үлгі параметрлері

e)

Деректерді тазалау әдістері

15.

Төмендегі әдістердің қайсысы нейрондық желінің жұмысын жақсарта алады?

a)

Деректерді көбейту

b)

Деректерді азырақ пайдаланыңыз

c)

Деректерді жою

d)

Тек сызықтық үлгілерді қолданыңыз

e)

Қабаттарды азайту

16.

Төмендегі тәсілдердің қайсысы көп деңгейлі нейрондық желілерді құруға мүмкіндік береді?

a)

Терең оқу

b)

Сызықтық регрессия

c)

K-алгоритмді білдіреді

d)

Ең жақын көршілер әдісі

e)

Кластерлеу

17.

Төмендегі қабат түрлерінің қайсысы әдетте CNN-де мүмкіндіктер картасының өлшемін кішірейту үшін қолданылады?

a)

Пулдау

b)

Толық қосылған

c)

Кіріс

d)

Шығыс

e)

Қайталанатын

18.

ReLU белсендіру функциясы дегеніміз не?

a)

кіріс мәнін қайтаратын функция нөл

b)

Деректерді қалыпқа келтіру функциясы

c)

Өлшемділікті азайту функциясы

d)

Регуляризация әдісі

e)

Функция , тек шығыс қабаттарында қолданылады

19.

Нейрондық желідегі жоғалту функциясын азайту үшін қандай алгоритм қолданылады?

a)

Градиенттің төмендеуі

b)

K-мағынасы

c)

Регрессия

d)

Полиномдық интерполяция

e)

Шешім ағашы

20.

Келесі параметрлердің қайсысы нейрондық желіні оқыту кезінде салмақтардың жаңартылуын басқарады?

a)

Оқу жылдамдығы

b)

Кластер өлшемі

c)

Жасырын қабаттардың саны

d)

Шығыс қабатындағы нейрондар саны

e)

Итерациялар саны

21.

Нейрондық желіні оқыту үдерісіндегі дәуір дегеніміз не?

a)

Жаттығу деректері жиынынан толық өту

b)

Бір нейронның салмақтарын жаңарту

c)

Деректерді оқыту және тестілеу жиынына бөлу

d)

Белсендіру функциясын есептеу

e)

Оқу жылдамдығын жаңарту

22.

Жіктеу мәселесіне қай белсендіру функциясы қолайлы?

a)

Softmax

b)

ReLU

c)

Sigmoid

d)

Сызықтық

e)

Көпмүшелік

23.

Өлшемді азайту үшін конволюционды қабаттан кейін қай CNN қабаты жиі қолданылады?

a)

Макс біріктіру

b)

Толық қосылған қабат

c)

Сигмоидты қабат

d)

Кіріс қабаты

e)

Шығыс қабаты

24.

Төмендегі нейрондық желілер түрлерінің қайсысы уақыттық қатарларды өңдеу үшін ең қолайлы?

a)

Қайталанатын нейрондық желілер (RNN)

b)

Конволюционды нейрондық желілер (CNN)

c)

Генеративті қарсылас желілер (GAN)

d)

Толық қосылған нейрондық желілер желілері

e)

Жақын көршілер әдісі

25.

Softmax функциясы дегеніміз не?

a)

Ықтималдыққа түрлендіретін функция

b)

Деректердің өлшемділігін азайтатын функция

c)

Регрессия үшін пайдаланылатын функция

d)

Функция кіріс деректерді қалыпқа келтіретін

e)

Шығарындыларды азайту функциясы

26.

Төмендегі көрсеткіштердің қайсысы кластерлеу сапасын бағалау үшін қолданылады?

a)

Силуэт коэффициенті

b)

Логистикалық шығын

c)

Орташа квадрат қатесі

d)

F-өлшемі

e)

Сызықтық корреляция

27.

Деректерді қалыпқа келтіру дегеніміз не?

a)

Деректерді жеткізу

b)

Шектеулерді жою

c)

Деректерді сегменттеу

d)

Деректер көлемін ұлғайту

e)

Кішірейту өлшемділік

28.

Шектеулердің әсерін азайту үшін деректерді өңдеудің қандай әдісі қолданылады?

a)

Медиандық орталықтандыру

b)

Нөлдік мәндері бар жолдарды жою

c)

Логарифмдік түрлендіру

d)

Деректерді көбейту

e)

Сүзгілерді өткізу

29.

Деректерді стандарттау дегеніміз не?

a)

Деректерді орташа азайту

b)

Деректерді [0, 1] диапазонына дейін азайту

c)

Шектеулерді жою

d)

Өлшемді азайту

e)

Деректерді мәтінге түрлендіру

30.

Мәліметтердің дисперсиясы туралы ақпаратты сақтау үшін өлшемді азайтудың қандай әдісі қолданылады?

a)

Негізгі құрамдас талдау (PCA)

b)

K-Means

c)

Деректерді қалыпқа келтіру

d)

Регуляризация

e)

Сызықтық регрессия

31.

Мәліметтерді өңдеудің қай әдісі артық ақпаратты азайтуға көмектеседі?

a)

Өлшемді азайту

b)

Нормаландыру

c)

Сызықтық регрессияДеректерді көбейту

d)

Деректерді көбейту

e)

Стандарттау

32.

еректер жиынындағы шектен тыс мәндер дегеніміз не?

a)

Ерекшеленетін мәндер

b)

Нормаланған мәндер

c)

Ең аз стандартты ауытқуы бар деректер

d)

Тарату орталығындағы мәндер

e)

Стандартталған деректер

33.

Деректердегі жетіспейтін мәндерді толтыру үшін қандай әдіс қолданылады?

a)

Орташа әдіс

b)

Регрессия

c)

Кластерлеу

d)

Нормализация

e)

Өлшемді азайту

34.

Категориялық мүмкіндіктерді өңдеу үшін төмендегі әдістердің қайсысы қолданылады?

a)

Бір ыстық кодтау

b)

Ең жақын көршілер

c)

Сызықтық регрессия

d)

Регуляризация

e)

РҚА

35.

Синтетикалық деректер дегеніміз не?

a)

Жасанды түрде жасалған деректер

b)

Табиғи көздерден жиналған деректер

c)

Стандартталған деректер

d)

Шектеулі деректер

e)

Кездейсоқ таңдау арқылы алынған деректер

36.

Кескін үшін деректерді көбейтудің қандай әдісі қолданылады?

a)

Кескінді айналдыру

b)

Сызықтық регрессия

c)

Нормализация

d)

Ең жақын көршілер

e)

Деректерді мәтінге түрлендіру

37.

Модельдің жалпылау қабілетін тексеру үшін қандай әдіс қолданылады?

a)

Кросс-валидация

b)

Сызықтық регрессия

c)

PCA

d)

Логистикалық регрессия

e)

Шектеулерді жою

38.

Жіктеу моделінің дәлдігін не өлшейді?

a)

Модельді дұрыс болжау пайызы

b)

Кластер саны

c)

Модельдің орташа қателігі

d)

Шектеулер саны

e)

Берілген деректердің саны сынақ жинағы

39.

Қай көрсеткіш теңгерімсіз сыныптар үшін жақсы?

a)

F-өлшемі

b)

Орташа квадрат қате

c)

Айқас энтропия

d)

Логистикалық жоғалту

e)

Классикалық дәлдік

40.

ROC қисығы нені көрсетеді?

a)

Позитивтер арасындағы байланыс

b)

Шектеулердің модельге әсері

c)

Деректердегі кластерлерді бөлу

d)

Қатенің уақыт бойынша өзгеруі

e)

Деректер сапасы

41.

Регрессия сапасын бағалау үшін қандай метрика қолданылады?

a)

Орташа квадрат қатесі (MSE)

b)

Дәлдік

c)

Салмақталған дәлдік

d)

ROC қисығының астындағы аумақ

e)

F-өлшемі

42.

Кросс-энтропия дегеніміз не?

a)

Айырмашылықты өлшейтін метрика

b)

Дәстүрлі айқаспалы тексеру метрикасы

c)

Өлшемді азайту әдісі

d)

Регуляризация әдісі

e)

Деректерді түрлендіру

43.

Екілік классификация үлгілерін бағалау үшін қай метрика жиі пайдаланылады?

a)

F1-өлшеу

b)

Орташа квадрат қатесі (MSE)

c)

Орташа абсолютті қате (MAE)

d)

Корреляция коэффициенті

e)

PCA

44.

Дәлдік көрсеткіші нені көрсетеді?

a)

Оң болжамдардың үлесі

b)

Барлық дұрыс жіктелген бақылаулардың үлесі

c)

Орташа мәннен ауытқу

d)

Теріс кластарды болжаудағы қате

e)

Дәлдік пен еске түсіру арасындағы байланыс

45.

Қай әдіс бірнеше әлсіз модельдерді біріктіру арқылы модельдердің дәлдігін арттырады?

a)

Ансамбль

b)

Айқас тексеру

c)

Градиенттің төмендеуі

d)

Сызықтық регрессия

e)

Нормализация

46.

Төмендегі әдістердің қайсысы модельді шамадан тыс орнату ықтималдығын азайтады?

a)

Регуляризация

b)

Айқас тексеру

c)

Деректерді қалыпқа келтіру

d)

PCA

e)

Логистикалық регрессия

47.

Модельді шамадан тыс жаттықтыру деген нені білдіреді?

a)

Сынақ деректерінде нашар жұмысы

b)

Модель барлық деректерде жоғары дәлдікті көрсетеді

c)

Модель факторлардың әсерін төмендетеді

d)

Модель тек сызықтық тәуелділіктерді қолданады

e)

Модельде жоғары F-өлшемі бар

48.

L2 регуляризациясы дегеніміз не?

a)

Шамадан тыс сәйкестендіруді болдырмау үшін квадраттық коэффициенттерге айыппұлды қосу әдісі

b)

Деректерді қалыпқа келтіру әдісі

c)

Өлшемділікті азайту әдісі

d)

Сызықтық регрессияны пайдалану

e)

A мәліметтерді жіктеу әдісі

49.

Терең нейрондық желілер үшін артық фитингтің алдын алудың қай әдісі әсіресе тиімді?

a)

Сабақтан шығу

b)

Айқас тексеру

c)

Сызықтық регрессия

d)

PCA

e)

Бір реттік кодтау

50.

Үлгінің гиперпараметрлері дегеніміз не?

a)

Архитектурасын анықтайтын параметрлер

b)

Жаттығу кезінде оңтайландырылған параметрлер

c)

Үлгіге арналған кіріс деректер

d)

Үлгіні бағалауға арналған көрсеткіштер

e)

Функцияларды белсендіру жиыны

Similar Resources on Wayground

Викторина без названия

45 questions

Викторина без названия

quiz

Worksheet

•

University

Оқытудың ақпараттық және инновация технология 1 модуль 150-200

50 questions

Оқытудың ақпараттық және инновация технология 1 модуль 150-200

quiz

Worksheet

•

University

УОБД 1-50

50 questions

УОБД 1-50

quiz

Worksheet

•

University

ДЖТ 4 АЙ 2 АПТА №1 2025-2026

50 questions

ДЖТ 4 АЙ 2 АПТА №1 2025-2026

quiz

Worksheet

•

University

Пробный 2025 дене

46 questions

Пробный 2025 дене

quiz

Worksheet

•

University

№7 ЖЕП

50 questions

№7 ЖЕП

quiz

Worksheet

•

University

на каз 51-100

50 questions

на каз 51-100

quiz

Worksheet

•

University

Дене шынықтыру 1-50

50 questions

Дене шынықтыру 1-50

quiz

Worksheet

•

University