NEW
Font size
WorksheetsQuiz o Sztucznej Inteligencji
Total questions: 31
Worksheet time: 16mins
Czym jest sztuczna inteligencja (AI)?
Zbiór narzędzi do obróbki obrazów
System komputerowy naśladujący ludzkie zdolności poznawcze
Program do zarządzania bazami danych
Technologia do tworzenia aplikacji mobilnych
Kiedy oficjalnie rozpoczęto badania nad sztuczną inteligencją jako dziedziną nauki?
Lata 70 XX w
Lata 60 XX w
Lata 90 XX w
Lata 50 XX w
Jakie są główne zastosowania AI w medycynie?
Obsługa kas fiskalnych
Projektowanie stron internetowych
Diagnozowanie chorób i analiza obrazów medycznych
Tworzenie muzyki
Wykorzystanie SI w przemyśle - jakie jest najważniejsze zastosowanie?
Tworzenie rysunków artystycznych
Optymalizacja procesów i utrzymanie predykcyjne
Projektowanie aplikacji mobilnych
Analiza mediów społecznościowych
Jaki jest główny cel uczenia maszynowego?
Ręczne kodowanie rozwiązań
Automatyczne tworzenie reguł na podstawie danych
Wykonywanie obliczeń
Projektowanie interfejsów
Czym jest uczenie nadzorowane?
Trening bez etykiet
Trening na danych z etykietami
Testowanie w czasie rzeczywistym
Optymalizacja hiperparametrów
Jakie dane są potrzebne do uczenia nadzorowanego?
Dane bez struktury
Dane anonimowe
Dane z przypisanymi etykietami
Dane tylko tekstowe
Który algorytm należy do uczenia nadzorowanego?
K-means
PCA
Regresja liniowa
Apriori
Technika stosowana w uczeniu nadzorowanym - podaj przykład.
Reguły asocjacyjne
Klastrowanie
Regresja
Analiza skupień
Co to jest klasyfikacja w kontekście uczenia maszynowego?
Obliczanie średnich
Tworzenie wykresów
Dzielenie tekstu na słowa
Przypisywanie danych do jednej z wcześniej określonych kategorii
Czym jest regresja i jakie ma zastosowanie?
Przewidywanie kategorii
Grupowanie danych
Przewidywanie wartości liczbowych
Analiza tekstów
Czym jest uczenie nienadzorowane?
Trening na danych z etykietami
Odkrywanie struktur w danych bez etykiet
Ręczne kodowanie rozwiązań
Wyłącznie analiza obrazów
Co charakteryzuje uczenie nienadzorowane?
Wymaga etykietowanych danych
Wykrywa struktury i wzorce w nieoznaczonych danych
Opiera się wyłącznie na obrazach
Przewiduje wartości liczbowe
Czym jest klastrowanie (analiza skupień)?
Grupowanie danych na podstawie podobieństwa
Ocena modelu na danych z etykietami
Redukcja wymiarowości
Tworzenie nowych cech
Który algorytm jest przykładem klastrowania?
Regresja liniowa
Drzewa decyzyjne
K-means
Naiwny Bayes
Co to są reguły asocjacyjne i do czego służą?
Do klasyfikacji obrazów
Do przewidywania wartości liczbowych
Do odkrywania zależności między elementami w danych
są reguły asocjacyjne i do czego służą?
Do klasyfikacji obrazów
Do przewidywania wartości liczbowych
Do odkrywania zależności między elementami w danych
Do budowania sieci neuronowych
Jakie jest główne zastosowanie reguł asocjacyjnych?
Klasyfikacja
Segmentacja obrazów
Odkrywanie zależności między zmiennymi
Analiza języka
Czym jest uczenie przez wzmocnienie?
Trenowanie na danych z etykietami
Grupowanie danych w klastry
Proces uczenia się poprzez interakcję ze środowiskiem i nagrody
Budowanie modeli regresji
Jakie są podstawowe pojęcia w uczeniu przez wzmocnienie?
Drzewo decyzyjne, neuron, token
Środowisko, agent, bufor
Klaster, centroid, redukcja
Wektor, macierz, gradient
Czym jest ensemble learning w uczeniu maszynowym?
Proces budowy drzewa składniowego
Łączenie wielu modeli w celu poprawy jakości predykcji
Analiza pojedynczych punktów danych
Usuwanie stopwords
Jakie są metody oceny modeli ML?
Tokenizacja i lematyzacja
Pętla for i zapis do pliku
Metryki oceny, krzywe uczenia, krzywa ROC
Analiza skupień
Jakim wskaźnikiem mierzymy jakość klasyfikatora binarnego?
MSE
Krzywa ROC i AUC
Redukcja wymiarowości
Stemming
Co oznacza krzywa ROC?
Zależność czułości od 1-specyficzności
Drzewo decyzyjne
Liczba poprawnych klasyfikacji
Redukcja wymiarowości
Co to jest AUC (Area Under the Curve)?
Pole pod krzywą ROC
Macierz pomyłek
Wskaźnik dokładności
Regresja wielomianowa
Co to jest macierz pomyłek?
Drzewo zależności słów w zdaniu
Tabela z liczbą poprawnych i błędnych klasyfikacji
Wykres ROC
Tablica cech modelu
Jakie są podstawowe metryki klasyfikacji?
MSE, MAE, R²
Accuracy, Precision, Recall, F1-score
Klasteryzacja, tokenizacja, stemming
Regresja, ensemble, redukcja
Która metryka używana jest do oceny modeli regresji?
Wskaźnik F1
Krzywa ROC
MSE (Mean Squared Error)
Dokładność
Czym jest NLP (Natural Language Processing)?
Dziedzina umożliwiająca analizę i generowanie tekstu
Proces trenowania modelu
Metoda redukcji wymiarów
Algorytm do grupowania danych
Jakie są kluczowe techniki NLP?
Tokenizacja, lematyzacja, stemming, usuwanie stopwords, parsing
Regresja, klasyfikacja, ensemble
DBSCAN, k-NN, Random Forest
Accuracy, F1, ROC
Co to jest analiza sentymentu?
Proces grupowania danych
Przewidywanie wartości liczbowych
Określenie, czy tekst jest pozytywny, negatywny czy neutralny
Redukcja wymiarowości
