wayground logo

Free Printable Worksheets

Font size

S
M
L
XL
Worksheets

ΠΡΟΕΤΟΙΜΑΣΙΑ AI TEST 1 (1 - 40)

Total questions: 40

Worksheet time: 40mins

Name
Class
Date
1.

Η Τεχνητή Νοημοσύνη στοχεύει στη δημιουργία συστημάτων που συμπεριφέρονται με «έξυπνο» τρόπο.

a)

Σωστό

b)

Λάθος

2.

Η Μηχανική Μάθηση είναι κλάδος/εφαρμοστικό πεδίο που ανήκει στην Τεχνητή Νοημοσύνη.

a)

Σωστό

b)

Λάθος

3.

Η Μηχανική Μάθηση χρησιμοποιεί την εμπειρία ώστε με τον χρόνο να βελτιώνει την απόδοσή της.

a)

Σωστό

b)

Λάθος

4.

Ποια οφέλη προκύπτουν για έναν οργανισμό από τη χρήση big data;

a)

Αποθήκευση παλιών αρχείων

b)

Δημιουργία παιχνιδιών

c)

Ταχύτερη και πιο εμπεριστατωμένη λήψη αποφάσεων

d)

Βελτίωση φυσικών προϊόντων

5.

Στο πλαίσιο της ενισχυτικής μάθησης, με ποιον όρο περιγράφουμε την «πολιτική»;

a)

Η ανταμοιβή που λαμβάνει ο αλγόριθμος

b)

Η στρατηγική που ακολουθεί ο αλγόριθμος για να επιλέξει ενέργειες

c)

Η μέτρηση της μακροπρόθεσμης ανταμοιβής

d)

Η αλληλεπίδραση του αλγόριθμου με το περιβάλλον

6.

Η Μηχανική Μάθηση δίνει τη δυνατότητα σε συστήματα να βελτιώνουν μόνα τους τη συμπεριφορά τους χωρίς λεπτομερείς οδηγίες για κάθε εργασία.

a)

Σωστό

b)

Λάθος

7.

Η Μηχανική Μάθηση εφαρμόζεται στην επεξεργασία ιατρικών εικόνων και συμβάλλει στη διάγνωση ασθενειών.

a)

Σωστό

b)

Λάθος

8.

Η Μηχανική Μάθηση ξεπερνά το κλασικό μοντέλο «προγραμματίστε-εκτελέστε», επιτρέποντας μάθηση από δεδομένα χωρίς ρητή κωδικοποίηση για κάθε ξεχωριστή περίπτωση.

a)

Σωστό

b)

Λάθος

9.

Η προοδευτική βελτίωση ενός μοντέλου μέσα από επαναλαμβανόμενη εκπαίδευση θυμίζει τον τρόπο που ένα μωρό μαθαίνει σταδιακά να περπατά.

a)

Σωστό

b)

Λάθος

10.

Η Μηχανική Μάθηση μπορεί μόνο να αντιγράψει ανθρώπινες δεξιότητες και σε καμία περίπτωση να τις υπερβεί.

a)

Σωστό

b)

Λάθος

11.

Ποιες είναι οι κύριες κατηγορίες/οικογένειες της Μηχανικής Μάθησης;

a)

Επιβλεπόμενη μάθηση

b)

Αλγοριθμική μάθηση

c)

Ενισχυτική μάθηση

d)

Μη-επιβλεπόμενη μάθηση

12.

Ποια εργαλεία χρησιμοποιούνται πιο συχνά για την ανάπτυξη εφαρμογών Τεχνητής Νοημοσύνης;

a)

Python

b)

TensorFlow

c)

Microsoft Excel

d)

PyTorch

13.

Ποιο από τα παρακάτω παραδείγματα αντιστοιχεί σε αλγόριθμο μη-επιβλεπόμενης μάθησης;

a)

K-Nearest Neighbors

b)

Divisive Hierarchical Clustering

c)

Δέντρα αποφάσεων

d)

Kmeans

14.

Τα μοντέλα Μηχανικής Μάθησης αντλούν γνώση μόνο από στατικά («παγωμένα») δεδομένα και δεν μαθαίνουν μέσω αλληλεπίδρασης;

a)

Σωστό

b)

Λάθος

15.

Ποια μέθοδος θεωρείται πιο κατάλληλη για τον εντοπισμό ανωμαλιών σε δεδομένα συναλλαγών;

a)

Επιβλεπόμενη Μάθηση

b)

Μη-Επιβλεπόμενη Μάθηση

c)

Ημι-Επιβλεπόμενη Μάθηση

d)

Ενισχυτική Μάθηση

16.

Στην ενισχυτική μάθηση, τι ακριβώς περιγράφει η «συνάρτηση αξίας»;

a)

Η ανταμοιβή ή τιμωρία που λαμβάνει ο αλγόριθμος για μια ενέργεια

b)

Μέτρηση της ακρίβειας της ανταμοιβής που αναμένεται από μια συγκεκριμένη ενέργεια

c)

Το περιβάλλον όπου ο αλγόριθμος αλληλεπιδρά

d)

Η στρατηγική που ακολουθεί ο αλγόριθμος για να επιλέξει ενέργειες

17.

Ποιο χαρακτηριστικό διαφοροποιεί τη μηχανική μάθηση από τον παραδοσιακό (κλασικό) προγραμματισμό;

a)

Χρησιμοποιεί πιο σύνθετες γλώσσες προγραμματισμού

b)

Απαιτεί λιγότερους υπολογιστικούς πόρους

c)

Μαθαίνει αυτόματα από δεδομένα χωρίς ρητό προγραμματισμό

d)

Λειτουργεί μόνο σε εξειδικευμένους υπερυπολογιστές

18.

Με ποιον τρόπο η συσσωρευμένη «εμπειρία» συμβάλλει στη βελτίωση της απόδοσης ενός μοντέλου;

a)

Μέσω της μελέτης θεωρητικών μοντέλων

b)

Μέσω της εκπαίδευσης σε μεγάλο όγκο δεδομένων

c)

Μέσω της χρήσης πιο ισχυρών υπολογιστών

d)

Μέσω της ανάπτυξης πιο πολύπλοκων αλγορίθμων

19.

Ποιο από τα παρακάτω ΔΕΝ αποτελεί παράδειγμα εφαρμογής της μηχανικής μάθησης;

a)

Αναγνώριση χειρόγραφων κειμένων

b)

Πρόβλεψη καιρικών φαινομένων

c)

Χειρουργική επέμβαση με ρομποτική υποβοήθηση

d)

Συστήματα σύστασης σε πλατφόρμες streaming

20.

Ποιες μέθοδοι εφαρμόζονται για τη βελτίωση/αναβάθμιση της ποιότητας των δεδομένων στη Μηχανική Μάθηση;

a)

Καθαρισμός δεδομένων

b)

Εμπλουτισμός δεδομένων

c)

Αντικατάσταση ελλειπόντων τιμών

d)

Κανονικοποίηση δεδομένων

21.

Ποια είναι τα βασικά στάδια που θεωρούνται κρίσιμα στη διαδικασία επεξεργασίας φυσικής γλώσσας (NLP);

a)

Αναγνώριση λέξεων

b)

Ομαδοποίηση προτύπων

c)

Εξαγωγή σημασίας

d)

Επιλογή λέξεων

22.

Σχετικά με το πώς αλληλεπιδρά ένα ρομπότ με το περιβάλλον του, ποιες από τις παρακάτω δηλώσεις είναι σωστές;

a)

Οι αισθητήρες επιτρέπουν στα ρομπότ να συλλέγουν πληροφορίες για το περιβάλλον τους.

b)

Οι ενεργοποιητές δεν είναι απαραίτητοι για την κίνηση των ρομπότ.

c)

Ο προγραμματισμός συμπεριφοράς βοηθά τα ρομπότ να εκτελούν επιθυμητές εργασίες και να αλληλεπιδρούν ευφυώς με το περιβάλλον τους.

d)

Ο σχεδιασμός αλληλεπίδρασης δεν περιλαμβάνει την επιλογή κατάλληλων υλικών.

23.

Ποιες είναι ενδεικτικές εφαρμογές νευρωνικών δικτύων στην επεξεργασία εικόνας και ομιλίας;

a)

Ταξινόμηση εικόνων

b)

Εντοπισμός αντικειμένων

c)

Αναγνώριση ομιλητή

d)

Παραγωγή κειμένου

24.

Ποιες εφαρμογές νευρωνικών δικτύων συναντάμε στον χώρο της επεξεργασίας φυσικής γλώσσας (NLP);

a)

Μηχανική μετάφραση

b)

Ανάλυση συναισθήματος

c)

Τμηματοποίηση εικόνας

d)

Απάντηση ερωτήσεων

25.

Ποια είναι τα βασικά πλεονεκτήματα των νευρωνικών δικτύων σε σχέση με τις κλασικές μεθόδους;

a)

Ικανότητα μάθησης πολύπλοκων σχέσεων σε δεδομένα

b)

Γενίκευση σε νέα, άγνωστα δεδομένα

c)

Μπορούν να προσαρμοστούν σε νέα δεδομένα μέσω επαναεκπαίδευσης

d)

Δεν μπορούν να διαχειριστούν θόρυβο με αποτελεσματικό τρόπο

26.

Ποιο θεωρείται το κύριο πλεονέκτημα της ημι-επιβλεπόμενης μάθησης;

a)

Μπορεί να χρησιμοποιεί απεριόριστα μη-ετικεποιημένα δεδομένα

b)

Μπορεί να εκπαιδευτεί χωρίς καμία ανθρώπινη επίβλεψη

c)

Μπορεί να εκμεταλλευτεί τα πλεονεκτήματα τόσο της επιβλεπόμενης όσο και της μη-επιβλεπόμενης μάθησης

d)

Μπορεί να λειτουργήσει με μικρότερα σύνολα δεδομένων από την επιβλεπόμενη μάθηση

27.

Στο πεδίο της ενισχυτικής μάθησης, πώς ορίζεται η «πολιτική»;

a)

Ο αλγόριθμος που χρησιμοποιείται για την εκπαίδευση

b)

Η στρατηγική που ακολουθεί ο αλγόριθμος για να επιλέξει ενέργειες

c)

Η συνάρτηση που υπολογίζει τις ανταμοιβές

d)

Το περιβάλλον όπου ο αλγόριθμος αλληλεπιδρά

28.

Ποια είναι η ουσιαστική διαφορά ανάμεσα στην ενισχυτική μάθηση και στην επιβλεπόμενη μάθηση;

a)

Η ενισχυτική μάθηση χρησιμοποιεί ετικετοποιημένα δεδομένα ενώ η επιβλεπόμενη όχι

b)

Η επιβλεπόμενη μάθηση χρησιμοποιεί ανταμοιβές και τιμωρίες ενώ η ενισχυτική όχι

c)

Η ενισχυτική μάθηση βασίζεται στην αλληλεπίδραση με το περιβάλλον ενώ η επιβλεπόμενη όχι

d)

Δεν υπάρχει διαφορά, είναι ουσιαστικά η ίδια μέθοδος

29.

Ποιο είναι το βασικό πλεονέκτημα της μη-επιβλεπόμενης μάθησης;

a)

Μπορεί να χρησιμοποιήσει μεγαλύτερα σύνολα δεδομένων

b)

Μπορεί να ανακαλύψει κρυμμένες δομές και μοτίβα σε μη-ετικετοποιημένα δεδομένα

c)

Μπορεί να επιτύχει υψηλότερη ακρίβεια από την επιβλεπόμενη μάθηση

d)

Μπορεί να εκπαιδευτεί πιο γρήγορα από την επιβλεπόμενη μάθηση

30.

Όσον αφορά την Όραση Υπολογιστών (Computer Vision), ποιες από τις παρακάτω προτάσεις είναι ορθές;

a)

Η παρακολούθηση κίνησης γίνεται με την ανίχνευση αλλαγών στις εικόνες από καρέ σε καρέ σε βίντεο.

b)

Η αναγνώριση αντικειμένων βασίζεται αποκλειστικά στην ανάλυση χρωμάτων και υφών.

c)

Τα συστήματα περιγραφής εικόνων μπορούν να χρησιμοποιηθούν για να βοηθήσουν άτομα με προβλήματα όρασης.

d)

Η κατανόηση σκηνών περιλαμβάνει μόνο την ανάλυση οπτικών πληροφοριών, χωρίς να λαμβάνει υπόψη άλλα δεδομένα.

31.

Η αναγνώριση χειρόγραφου κειμένου αποτελεί παράδειγμα εφαρμογής της Μηχανικής Μάθησης.

a)

Σωστό

b)

Λάθος

32.

Η Τεχνητή Νοημοσύνη περιορίζεται αποκλειστικά στη Μηχανική Μάθηση και στην επεξεργασία φυσικής γλώσσας.

a)

Σωστό

b)

Λάθος

33.

Η Μηχανική Μάθηση απλώς εντοπίζει πρότυπα (patterns) χωρίς να συνεισφέρει ουσιαστικά στη λήψη αποφάσεων ή στην κατανόηση του περιβάλλοντος.

a)

Σωστό

b)

Λάθος

34.

Ποιο στοιχείο διαφοροποιεί ένα σύστημα Γενικής Τεχνητής Νοημοσύνης (AGI) από μια «αδύναμη» ή εξειδικευμένη Τεχνητή Νοημοσύνη;

a)

Ικανότητα εκμάθησης από νέες εμπειρίες

b)

Εξαιρετικά εξειδικευμένες λειτουργίες

c)

Δυνατότητα επίλυσης διαφόρων τύπων προβλημάτων

35.

Σε ποιους τομείς της ιατρικής χρησιμοποιούνται νευρωνικά δίκτυα;

a)

Ιατρική διάγνωση

b)

Ανάλυση ιατρικών εικόνων

c)

Πρόβλεψη ασθενειών

d)

Χειρουργικές επεμβάσεις

36.

Ποια θεωρούνται τα κύρια πλεονεκτήματα των νευρωνικών δικτύων;

a)

Ικανότητα μάθησης

b)

Γενίκευση

c)

Προσαρμοστικότητα

d)

Απλότητα στη δομή

37.

Η ταξινόμηση ηλεκτρονικών μηνυμάτων σε spam/μη spam σε ποια κατηγορία προβλήματος ανήκει;

a)

Επιβλεπόμενη Μάθηση

b)

Μη-Επιβλεπόμενη Μάθηση

c)

Ημι-Επιβλεπόμενη Μάθηση

d)

Ενισχυτική Μάθηση

38.

Πώς ορίζεται η έννοια της επιβλεπόμενης μάθησης;

a)

Εκμετάλλευση περιορισμένων ετικετών

b)

Ο υπολογιστής εκπαιδεύεται με δεδομένα που φέρουν ετικέτες

c)

Μάθηση μέσω δοκιμών και σφαλμάτων

d)

Ανακάλυψη μοτίβων σε μη-ετικετοποιημένα δεδομένα

39.

Σε ποιες περιπτώσεις αναφέρεται ότι βρίσκει εφαρμογή η ενισχυτική μάθηση;

a)

Ιατρική διάγνωση

b)

Ρομποτική

c)

Συστάσεις προϊόντων

d)

Ανίχνευση ανωμαλιών

40.

Τι εννοούμε με τον όρο ημι-επιβλεπόμενη μάθηση;

a)

Συνδυασμός επιβλεπόμενης και μη-επιβλεπόμενης μάθησης

b)

Μάθηση από αλληλεπίδραση με το περιβάλλον

c)

Συνδυασμός επιβλεπόμενης και μη-επιβλεπόμενης μάθησης με περιορισμένα ετικετοποιημένα δεδομένα

d)

Ανακάλυψη μοτίβων σε

μη-ετικετοποιημένα δεδομένα