WorksheetsВопросы по Искусственному Интеллекту
Total questions: 105
Worksheet time: 1hrs 8mins
Что такое искусственный интеллект (ИИ)?
Программное обеспечение, которое может имитировать человеческий интеллект
Механизм для управления роботами.
Любая форма компьютерной программы, которая выполняет задачи быстрее человека.
Алгоритм, который не требует вмешательства человека.
Программа, способная выполнять только простые вычисления.
Какой из следующих методов относится к обучению с учителем?
Использование обучающих данных с метками для обучения модели.
Обучение на основе примеров без меток.
Использование алгоритмов для создания новых данных.
Метод, который не требует данных для обучения.
Метод, который используется для создания нейронных сетей.
Как называется архитектура, которая имитирует работу нейронов в человеческом мозге?
Нейронные сети.
Глубокое обучение.
Математическое моделирование.
Прямое обучение.
Генетические алгоритмы.
Что из следующего является примером применения ИИ в повседневной жизни?
Все вышеперечисленные.
Прогнозирование погоды.
Использование антивирусных программ.
Программирование веб-сайтов.
Поиск информации в поисковых системах.
Какая из следующих задач является задачей ИИ?
Прогнозирование финансовых рынков.
Решение уравнений.
Ручное управление транспортным средством.
Выполнение арифметических операций.
Выполнение команд по типу "включить свет".
Как называется процесс, при котором ИИ изучает свои ошибки и корректирует поведение?
Как называется процесс, при котором ИИ изучает свои ошибки и корректирует поведение?
Обучение с подкреплением.
Ретрансляция.
Обучение на ошибках.
Обучение без учителя.
Обратная связь.
Какой из следующих алгоритмов используется для классификации в ИИ?
Алгоритм ближайших соседей.
Линейная регрессия.
Алгоритм градиентного спуска.
Алгоритм многослойного перцептрона.
Алгоритм К-средних.
Что из следующего является примером "обучения с подкреплением"?
Игра в шахматы с компьютером, который учится на своих ошибках.
Классификация изображений с помощью нейронных сетей.
Рекомендации в интернет-магазинах.
Обучение модели для распознавания речи.
Выбор наиболее оптимальной маршруты на карте.
Какой из этих терминов относится к области ИИ, работающей с текстами и языковыми моделями?
Обработка естественного языка.
Машинное обучение.
Генетическое программирование.
Компьютерное зрение.
Блокчейн.
Что такое "перцептрон"?
Простейшая модель нейронной сети.
Устройство для распознавания образов.
Алгоритм для обработки изображений.
Метод для генерации случайных чисел.
Способ решения линейных уравнений.
Как называется алгоритм, который используется для поиска оптимального решения, основываясь на предыдущем опыте?
Генетический алгоритм.
Алгоритм на основе случайных чисел.
Как называется алгоритм, который используется для поиска оптимального решения, основываясь на предыдущем опыте?
Генетический алгоритм.
Алгоритм на основе случайных чисел.
Алгоритм поиска с возвратом.
Метод Монте-Карло.
Алгоритм Дейкстры.
Какой из этих методов используется для обучения без учителя?
Кластеризация.
Классификация.
Регрессия.
Обучение с подкреплением.
Сетевые алгоритмы.
Как называется задача, при которой модель ИИ должна предсказать непрерывное значение?
Регрессия.
Классификация.
Кластеризация.
Обучение с подкреплением.
Векторизация.
В каком из следующих случаев используется метод обучения с учителем?
Распознавание рукописных цифр на изображениях.
Прогнозирование погоды.
Классификация изображений без меток.
Анализ эмоций в текстах.
Определение тематики текста.
Какой термин описывает способность алгоритма ИИ улучшать свою работу со временем, анализируя ошибки?
Самообучение.
Адаптация.
Ретрансляция.
Обучение с подкреплением.
Обучение с учителем.
Как называется процесс, при котором нейронная сеть "забывает" информацию, которая больше не важна для задачи?
Дроп-аут.
Уменьшение размерности.
Регуляризация.
Обратное распространение.
Декомпозиция.
Что такое «обратное распространение» в нейронных сетях?
Процесс обратного расчета ошибок и корректировки весов в сети.
Метод для генерации новых
Что такое «обратное распространение» в нейронных сетях?
Процесс обратного расчета ошибок и корректировки весов в сети.
Метод для генерации новых данных.
Способ улучшения алгоритмов кластеризации.
Процесс уменьшения размерности данных.
Описание структуры нейронной сети.
Что из перечисленного является примером задачи, решаемой с использованием компьютерного зрения?
Распознавание лиц на фотографиях.
Прогнозирование спроса на товары.
Анализ текста на грамматические ошибки.
Обработка аудиофайлов.
Генерация музыки.
Какой из этих методов используется для построения глубокой нейронной сети?
Обратное распространение.
Метод опорных векторов.
Кластеризация.
Алгоритм ближайших соседей.
Логистическая регрессия.
Какой термин описывает использование ИИ для имитации человеческого общения через текст?
Обработка естественного языка.
Машинное обучение.
Робототехника.
Генетическое программирование.
Когнитивные вычисления.
Как называется тип нейронной сети, который лучше всего подходит для обработки последовательных данных, например, текста или аудио?
Рекуррентная нейронная сеть (RNN).
Свёрточная нейронная сеть (CNN).
Многослойный перцептрон.
Глубокая нейронная сеть.
Автокодировщик.
В чем заключается основная цель обучения с подкреплением?
Обучение агенту максимизировать награду, принимая действия в среде.
Прогнозирование будущих данных.
В чем заключается основная цель обучения с подкреплением?
Обучение агенту максимизировать награду, принимая действия в среде.
Прогнозирование будущих данных.
Классификация объектов в данных.
Распознавание объектов на изображениях.
Снижение ошибки на тестовой выборке.
Что такое "переподготовка" (overfitting) модели?
Когда модель слишком хорошо запоминает обучающие данные, но плохо обобщает на новые данные.
Когда модель слишком простая и не может адекватно решать задачу.
Когда модель обучена на слишком большом количестве данных.
Когда модель не имеет достаточно данных для обучения.
Когда модель обучается с ошибками в данных.
Какое из следующих применений ИИ является примером обработки естественного языка (NLP)?
Распознавание речи.
Классификация изображений.
Прогнозирование погоды.
Обнаружение аномалий в данных.
Рекомендация товаров на основе предпочтений.
В чем заключается суть метода опорных векторов (SVM)?
Построение гиперплоскости, которая максимизирует разделение между классами.
Сглаживание данных для уменьшения шума.
Преобразование данных в новую размерность для упрощения их анализа.
Оценка вероятности различных исходов на основе данных.
Поиск локальных минимумов в данных.
Какой из следующих методов позволяет моделям ИИ справляться с большими объемами данных?
Глубокое обучение.
Логистическая регрессия.
Алгоритм K-средних.
Алгоритм ближайших соседей.
Метод М
Как моделям ИИ справляться с большими объемами данных?
Глубокое обучение.
Логистическая регрессия.
Алгоритм K-средних.
Алгоритм ближайших соседей.
Метод Монте-Карло.
Что такое "регуляризация" в контексте ИИ?
Процесс уменьшения сложности модели, чтобы предотвратить переобучение.
Процесс улучшения точности модели.
Процесс увеличения числа слоев в нейронной сети.
Процесс настройки гиперпараметров модели.
Процесс уменьшения размера данных для обучения.
Что такое «автокодировщик» (autoencoder) в контексте нейронных сетей?
Сеть, которая обучается восстанавливать входные данные через компрессию.
Алгоритм, который генерирует случайные данные.
Модель, которая генерирует новые изображения.
Алгоритм для обработки последовательных данных.
Способ классификации изображений.
Какой из следующих типов машинного обучения используется для задач, когда есть метки и алгоритм должен предсказать правильные метки для новых данных?
Обучение с учителем.
Обучение без учителя.
Обучение с подкреплением.
Обучение на основе наблюдений.
Генетическое обучение.
Что из перечисленного является примером алгоритма для кластеризации?
K-средних.
Логистическая регрессия.
Метод опорных векторов.
Наивный байесовский классификатор.
Нейронные сети.
Какой из следующих методов используется для оценки производительности модели машинного обучения?
Метод k-fold кросс-валидации.
Алгоритм K-средних.
Какой из следующих методов используется для оценки производительности модели машинного обучения?
Метод k-fold кросс-валидации.
Алгоритм K-средних.
Алгоритм градиентного спуска.
Метод обратного распространения.
Алгоритм Дейкстры.
Что такое градиентный спуск в контексте обучения модели?
Процесс минимизации функции потерь для улучшения модели.
Алгоритм для создания сложных нейронных сетей.
Метод для классификации данных.
Алгоритм для создания новых данных.
Метод уменьшения размерности данных.
Какое из следующих утверждений верно относительно свёрточных нейронных сетей (CNN)?
Они эффективно работают с изображениями и видеоматериалами.
Они используются в основном для обработки текстов.
Они идеально подходят для обработки временных рядов.
Они используются для анализа последовательностей данных.
Они служат для генерации новых данных.
Что такое "регрессия" в контексте машинного обучения?
Метод предсказания непрерывных значений.
Метод прогнозирования категориальных данных.
Метод создания кластеров в данных.
Процесс уменьшения размерности данных.
Процесс восстановления утраченных данных.
Что такое "классификация" в контексте машинного обучения?
Процесс предсказания категориальных значений.
Процесс создания новых данных.
Процесс обучения с подкреплением.
Процесс анализа временных рядов.
Процесс уменьшения шума в данных.
Что такое «сверточные слои» в нейро
Что такое «сверточные слои» в нейронных сетях?
Слои, выполняющие операции фильтрации для извлечения признаков из изображений.
Слои, используемые для уменьшения размерности данных.
Слои, которые преобразуют изображения в метки.
Слои, которые обучаются на основе меток.
Слои, применяющиеся в ряде классификаций.
Что такое «аномалия» в данных?
Нетипичные или неожиданные значения в данных.
Повторяющиеся элементы данных.
Данные, которые не поддаются анализу.
Данные, соответствующие стандартным шаблонам.
Все вышеперечисленные.
Что такое "перцептрон" в контексте нейронных сетей?
Модель нейронной сети, которая состоит из одного слоя и используется для бинарной классификации.
Модель, которая обучается только на метках.
Алгоритм для уменьшения шумов в изображениях.
Способ обработки временных рядов.
Модуль для распознавания речи.
Какой из следующих алгоритмов используется для уменьшения размерности данных?
Метод главных компонент (PC
Алгоритм ближайших соседей.
Метод опорных векторов.
Метод Монте-Карло.
Логистическая регрессия.
В чем заключается суть алгоритма K-средних?
Это алгоритм, который группирует данные в k кластеров.
Это метод для классификации изображений.
Это метод для оценки производительности моделей.
Это метод для умен
Что такое "обучение с учителем"?
Метод, при котором алгоритм обучается на размеченных данных.
Метод, при котором алгоритм обучается на неразмеченных данных.
Метод, при котором алгоритм сам создает новые данные.
Метод, при котором алгоритм обучается на частично размеченных данных.
Метод, при котором алгоритм обучается без данных.
Что такое «обучение без учителя»?
Обучение на неразмеченных данных, чтобы находить скрытые структуры.
Обучение на основе размеченных данных.
Обучение с использованием меток данных для классификации.
Обучение на основе обратной связи с окружающей средой.
Обучение только на изображениях.
Что такое «перцептрон с многими слоями»?
Модель нейронной сети с несколькими слоями, использующая обратное распространение.
Простая нейронная сеть с одним слоем.
Модель нейронной сети для обработки только текстовых данных.
Алгоритм для кластеризации изображений.
Модуль для обработки временных рядов.
Что такое «машинное обучение»?
Процесс, при котором компьютеры обучаются выполнять задачи, основываясь на данных, а не на явных алгоритмах.
Процесс создания алгоритмов для обработки естественного языка.
Процесс улучшения компьютерных игр с помощью ИИ.
Процесс р
Что такое «алгоритм ближайших соседей»?
Алгоритм для классификации данных на основе их схожести с соседними примерами.
Метод для поиска максимума в функции потерь.
Алгоритм для уменьшения размерности данных.
Алгоритм для оптимизации нейронных сетей.
Метод для обработки изображений.
Какой из этих методов используется для обучения с подкреплением?
Q-обучение.
K-средних.
Метод опорных векторов.
Логистическая регрессия.
Метод Монте-Карло.
Что такое «обучение с подкреплением»?
Процесс, при котором модель получает награду за правильные действия и наказание за неправильные.
Процесс, при котором модель классифицирует объекты на основе меток.
Процесс, при котором модель минимизирует ошибку на обучающих данных.
Процесс, при котором модель обучается на неразмеченных данных.
Процесс, при котором модель самообучается на примерах.
Как называется метод, при котором ИИ сам обучается на основе примеров?
Обучение с подкреплением.
Обучение с учителем.
Обучение без учителя.
Глубокое обучение.
Генетическое программирование.
Что такое «обратное распространение ошибки» в нейронных сетях?
Что такое «обратное распространение ошибки» в нейронных сетях?
Процесс вычисления ошибки и корректировки весов нейронной сети.
Процесс распространения сигналов через нейронную сеть.
Процесс проверки корректности работы сети.
Процесс сохранения промежуточных результатов.
Процесс генерации новых данных.
Что такое «нормализация данных»?
Процесс масштабирования данных, чтобы привести их к одному масштабу.
Процесс классификации данных по категориям.
Процесс создания новых данных для обучения.
Процесс удаления избыточных данных.
Процесс добавления новых признаков в данные.
Что такое «обучение без учителя»?
Обучение на неразмеченных данных для выявления скрытых структур в данных.
Обучение, при котором модель обучается на размеченных данных.
Обучение, при котором модель получает прямые указания, как реагировать на данные.
Обучение, где используются данные, собранные от пользователей.
Обучение, которое подразумевает использование больших объемов данных для генерации новых примеров.
Какой алгоритм используется для обучения классификаторов на основе вероятностей?
Логистическая регрессия.
Метод опорных векторов.
K-средних.
Глубокие нейронные сети.
Алгоритм k ближайших соседей.
В чем заключается основное различие между машинным обучением и традиционными алгоритмами программирования?
В чем заключается основное различие между машинным обучением и традиционными алгоритмами программирования?
Машинное обучение находит решения через обучение, в то время как традиционные алгоритмы используют жестко запрограммированные инструкции.
Машинное обучение всегда использует алгоритмы для поиска решений, а традиционные алгоритмы только ищут данные.
Машинное обучение не требует данных, в отличие от традиционных алгоритмов.
Традиционные алгоритмы требуют использования нейронных сетей, а машинное обучение - нет.
Машинное обучение использует только алгоритмы для классификации, а традиционные - только для анализа данных.
Что такое «обучение с подкреплением»?
Метод, при котором агент принимает решения в среде, получает награду за правильные действия и наказание за неправильные.
Метод, при котором алгоритм обучается на основе размеченных данных.
Метод, при котором данные разделяются на классы.
Метод, при котором агент обучается на основе примеров без указания правильных ответов.
Метод, при котором модель самостоятельно генерирует новые данные.
Как называется процесс преобразования сложных данных в более простую форму для анализа в машинном обучении?
Извлечение признаков.
Обработка данных.
Преобразование признаков.
Обучение без учителя.
Визуализация данных.
Какой из этих алгоритмов лучше всего подходит для классификации изображений?
Свёрточные нейронные сети (CNN).
Метод опорных векторов.
Рекуррентные нейронные сети.
Линейная регрессия.
Алг
подходит для классификации изображений?
Свёрточные нейронные сети (CNN).
Метод опорных векторов.
Рекуррентные нейронные сети.
Линейная регрессия.
Алгоритм ближайших соседей.
Что такое "градиентный спуск" в контексте обучения модели машинного обучения?
Метод для нахождения минимального значения функции потерь путем итеративного обновления весов.
Метод для классификации объектов.
Алгоритм для поиска глобального максимума функции.
Алгоритм для вычисления производных функций.
Метод уменьшения размерности данных.
Какой термин используется для описания процесса, когда модель слишком хорошо запоминает обучающие данные и теряет способность обобщать?
Переобучение.
Недообучение.
Декомпозиция.
Регуляризация.
Кросс-валидация.
Что такое «метод опорных векторов» (SVM)?
Алгоритм для построения гиперплоскости, которая разделяет данные на классы.
Алгоритм для уменьшения размерности данных.
Метод для оценки вероятностей классификации.
Метод, который используется для анализа временных рядов.
Алгоритм для кластеризации данных.
Что из следующего является примером задачи классификации?
Распознавание лиц на изображениях.
Прогнозирование температуры.
Анализ чувствительности текста.
Прогнозирование уровня запасов товаров.
Оценка рейтингов фильмов.
Что такое «глубокое обучение»?
Что такое «глубокое обучение»?
Обучение, где используются многослойные нейронные сети для обработки больших объемов данных.
Обучение с использованием простых линейных моделей.
Обучение с использованием подкрепления.
Обучение, направленное на работу с временными рядами.
Обучение, где используются только модели, основанные на логике.
Что такое "регуляризация" в контексте машинного обучения?
Метод для улучшения качества модели путем добавления штрафов на сложность модели.
Процесс удаления нерелевантных данных из обучающего набора.
Метод для увеличения сложности модели для повышения точности.
Процесс упрощения модели путем уменьшения количества данных.
Процесс повторной тренировки модели для улучшения производительности.
Как называется метод, который позволяет улучшить точность модели путем случайного отключения нейронов во время обучения?
Дроп-аут.
Регуляризация.
Градиентный спуск.
Преобразование признаков.
Сжатие данных.
Что такое «метод главных компонент» (PC)?
Метод для уменьшения размерности данных, сохраняя основную информацию.
Метод для классификации изображений.
Метод для обработки текста.
Алгоритм для кластеризации.
Алгоритм для предсказания будущих событий.
Какой термин описывает задачу, при которой модель должна классифицировать объекты на основе имеющихся данных?
Классификация.
Кластеризация.
Регрессия.
Обучение с подкреплением.
описывает задачу, при которой модель должна классифицировать объекты на основе имеющихся данных?
Классификация.
Кластеризация.
Регрессия.
Обучение с подкреплением.
Генерация данных.
Что из следующего является примером алгоритма обучения с учителем?
Логистическая регрессия.
Алгоритм K-средних.
Генетические алгоритмы.
Метод Монте-Карло.
Алгоритм Нейромережи.
Как называется метод, при котором модель оценивает гипотезы и использует их для оптимизации параметров?
Байесовский вывод.
Градиентный спуск.
Кросс-валидация.
Генетическое программирование.
Метод k ближайших соседей.
Что из ниже перечисленного является задачей регрессии?
Прогнозирование продаж на следующий квартал.
Прогнозирование категории товара.
Определение пола человека по изображению.
Классификация электронной почты как спам.
Разбиение клиентов на сегменты.
Какой алгоритм используется для обработки временных рядов и предсказания будущих значений на основе предыдущих?
Рекуррентные нейронные сети (RNN).
Алгоритм K-средних.
Линейная регрессия.
Метод опорных векторов.
Алгоритм обратного распространения.
Какой термин описывает процесс, когда несколько алгоритмов объединяются для улучшения результатов модели?
Ансамблирование.
Градиентный спуск.
Многоуровневое обучение.
Генеративные модели.
Подбор гиперпараметров.
Что такое "регрессия" в контексте машинного обуче
Что такое "регрессия" в контексте машинного обучения?
Прогнозирование числовых значений на основе данных.
Прогнозирование категориальных данных.
Прогнозирование временных рядов.
Прогнозирование скрытых признаков в данных.
Процесс разбиения данных на группы.
Как называется метод, который делит данные на несколько частей для оценки производительности модели?
Кросс-валидация.
Метод Монте-Карло.
Метод ближайших соседей.
Дискретизация.
Алгоритм обучения с подкреплением.
Что такое "глубокие нейронные сети"?
Сети, состоящие из большого числа слоев нейронов, которые могут моделировать сложные данные.
Модели, состоящие только из одного слоя нейронов, используемые для классификации.
Сети, которые используются для обработки временных рядов.
Модели, которые обучаются исключительно с использованием изображений.
Сети, которые не используют скрытые слои.
Как называется алгоритм, который классифицирует данные, используя гиперплоскость для разделения классов?
Метод опорных векторов (SVM).
Алгоритм K-средних.
Логистическая регрессия.
Рекуррентная нейронная сеть.
Линейная регрессия.
Что такое «обучение с учителем»?
Процесс, при котором модель получает метки данных для обучения и строит модель на основе этих меток.
Процесс, при котором модель обучается без данных.
Что такое «графическое моделирование»?
Моделирование данных с использованием графов и узлов для представления зависимостей между переменными.
Метод оптимизации для построения моделей на основе нейронных сетей.
Техника для анализа временных рядов в виде графиков.
Использование визуальных элементов для представления числовых данных.
Строительство графиков для визуализации данных.
Какой алгоритм используется для классификации, основанный на вероятности каждого класса?
Логистическая регрессия.
Метод опорных векторов.
Метод K-средних.
Алгоритм ближайших соседей.
Рекуррентные нейронные сети.
Что такое «кластеры» в контексте машинного обучения?
Группы данных, которые имеют схожие характеристики и часто используются в алгоритмах кластеризации.
Алгоритмы для предсказания меток данных.
Модели, которые создаются для прогнозирования числовых значений.
Модели для обработки текстовых данных.
Сетевые структуры для анализа данных.
Как называется метод, при котором модель обучается с использованием откликов на предыдущие действия в среде?
(a)
Как называется метод, при котором модель обучается с использованием откликов на предыдущие действия в среде?
Обучение с подкреплением.
Обучение с учителем.
Обучение без учителя.
Глубокое обучение.
Регуляризация.
Что такое «переобучение»?
Процесс, при котором модель слишком хорошо запоминает обучающие данные и не может обобщать на новые данные.
Процесс, при котором модель не достигает достаточного уровня точности.
Процесс использования слишком большого объема данных для обучения модели.
Процесс обучения модели на нескольких наборах данных одновременно.
Процесс корректировки модели для улучшения производительности.
Как называется метод, который используется для уменьшения размера данных, сохраняя при этом основную информацию?
Уменьшение размерности (PC
Нормализация данных.
Сжатие данных.
Преобразование признаков.
Регуляризация.
В чем заключается задача "классификации" в машинном обучении?
Разделить данные на группы или категории.
Предсказать значения, основанные на числовых данных.
Оценить скрытые зависимости между переменными.
Прогнозировать временные ряды.
Изменить структуру данных для улучшения модели.
Что такое «метод ближайших соседей»?
Алгоритм для классификации, который ищет объекты, похожие на другие объекты на основе определенного расстояния.
Алгоритм для классификации, который создает гиперплоскости для разделения классов.
Что такое «графовые нейронные сети»?
Нейронные сети, которые используют графы для представления зависимостей между узлами.
Модели, которые используют только текстовые данные для обучения.
Сети, применяющиеся исключительно в задачах регрессии.
Сети, которые используют рекуррентные нейронные сети для анализа временных рядов.
Модели, используемые для кластеризации данных.
Что такое «обработка естественного языка» (NLP)?
Процесс работы с текстовыми данными для извлечения информации.
Процесс обработки числовых данных для дальнейшего анализа.
Процесс работы с изображениями и видео.
Процесс создания нейронных сетей для анализа графиков.
Процесс анализа временных рядов.
Какой из этих алгоритмов является примером алгоритма обучения с учителем?
Логистическая регрессия.
Метод K-средних.
Алгоритм ближайших соседей.
Рекуррентные нейронные сети.
Генетические алгоритмы.
В чем заключается задача "регрессии" в машинном обучении?
Прогнозировать непрерывные значения, такие как температура или стоимость.
Прогнозировать категориальные значения.
Разделить данные на группы.
Оценить точность модели.
Извл
Как называется метод для анализа временных рядов, который учитывает временные зависимости между наблюдениями?
Рекуррентные нейронные сети (RNN)
Логистическая регрессия
Метод опорных векторов
Генеративные модели
Метод Монте-Карло
Что такое «аномалия» в данных?
Необычные или нетипичные данные, которые могут быть выбросами
Данные, которые могут быть легко классифицированы
Данные, которые необходимо нормализовать
Данные, которые не имеют меток
Данные, которые содержат только текстовую информацию
Как называется метод, который используется для поиска и устранения ошибок в моделях машинного обучения?
Дебаггинг
Обучение с подкреплением
Регуляризация
Кросс-валидация
Обратное распространение ошибки
Что такое «нейронная сеть» в контексте машинного обучения?
Структура, состоящая из слоев нейронов, которая используется для классификации и предсказания
Алгоритм для работы с временными рядами
Метод оптимизации, используемый для улучшения работы модели
Алгоритм, который применяется для обработки текстовых данных
