A) Выполняет инструкции, прописанные человеком

B) Учится на данных и улучшает результаты с опытом

C) Работает только с изображениями

D) Управляет компьютером без данных

A) Алгоритм работает только с изображениями

B) Алгоритм не использует данные

C) Чем больше данных, тем хуже результат

D) Низкое качество данных ведёт к плохим результатам

A) Backpropagation

B) Feature Engineering

C) Reinforcement

D) Regularization

A) Данные для проверки модели

B) Сырые данные без обработки

C) Данные, на которых модель учится

D) Ошибки модели

A) Данные для проверки точности модели

B) Данные, которые всегда совпадают с обучающими

C) Набор для подбора гиперпараметров

D) Случайные шумовые данные

A) Кластеризация клиентов

B) Прогноз цены хлеба через год

C) Автоматическая группировка слов

D) Поиск аномалий без меток

A) Spam filter (спам/не спам)

B) Классификация кошек и собак

C) Кластеризация покупателей

D) Прогноз курса акций

A) Google Translate

B) AlphaGo

C) Email spam detection

D) PCA (Principal Component Analysis)

A) Logistic Regression

B) Decision Tree

C) Convolutional Neural Network (CNN)

D) Random Forest

A) Overfitting

B) Feature Extraction

C) Backpropagation

D) Dropout

A) Определить цену хлеба через год

B) Определить, есть ли рак у пациента

C) Рассчитать температуру завтра

D) Спрогнозировать доход компании

A) Определить, спам ли это письмо

B) Определить, кошка это или собака

C) Прогноз стоимости квартиры

D) Распознать лицо на фото

A) C++

B) Python

C) Java

D) Ruby