NEW
Font size
S
M
L
XL
Worksheets🌲 240 — 270 СҰРАҚ
Total questions: 30
Worksheet time: 15mins
Name
Class
Date
1.
Стратегиядағы қателерді азайту үшін агенттерді күшейту тапсырмасына үйрету үшін қандай әдіс қолданылады?
a)
Q-оқыту алгоритмі.
b)
Ең кіші квадраттар әдісі.
c)
Векторлық машинаны қолдау.
d)
Ең жақын көршілер алгоритмі.
e)
Логистикалық регрессия.
2.
Арматурамен машиналық оқытудағы саясат дегеніміз не?
a)
Агент күйлерге негізделген әрекеттерді таңдайтын стратегия.
b)
Нәтижелерді бағалауға арналған математикалық модель.
c)
Тапсырмадағы мүмкін күйлердің жиыны.
d)
Кері байланыс арқылы агентті оқытатын жүйе.
e)
Сыйақыларды талдайтын алгоритм.
3.
Бекіту тапсырмаларындағы жеңілдікті сыйақы дегеніміз не?
a)
Ұзақ мерзімді салдарларды есепке алу үшін уақыт өте келе азаятын сыйақы.
b)
Әрқашан бірдей болатын сыйлық.
c)
Алдыңғы сыйлыққа қосылатын сыйлық.
d)
Барлық мүмкін сыйақыларды жинақтау процесі.
e)
Әрбір жеке әрекет үшін сыйлық.
4.
Q-learning алгоритміндегі қандай параметр болашақ марапаттардың маңыздылығын реттеу үшін пайдаланылады?
a)
Дисконт факторы (гамма).
b)
Жаттығу параметрі (альфа).
c)
Сыйақы.
d)
Жаттығу қадамы.
e)
Итерациялар саны.
5.
Оқытуды күшейтудегі «экологиялық модельдер» дегеніміз не?
a)
Агентке әрекетті орындағаннан кейін не болатынын болжауға көмектесетін үлгілер.
b)
Жіктеу үшін статистикалық модельдер.
c)
Агент қоршаған ортаны зерттеу үшін пайдаланатын стратегиялар.
d)
Желi қосылымдарын оңтайландыруға арналған үлгілер.
e)
Үлгі салмағын оңтайландыруға арналған үлгілер.
6.
Оқыту үшін күй мәндерін қолданатын әдіс қалай аталады?
a)
Динамикалық бағдарламалау әдісі.
b)
Ең жақын көршілер алгоритмі.
c)
K-әдісті білдіреді.
d)
Конволюция алгоритмі.
e)
Регрессия әдісі.
7.
Үдемелі оқыту арқылы өз саясатын бағалайтын және жетілдіретін алгоритм қалай аталады?
a)
Саясатты оңтайландыруға арналған градиентті төмендету алгоритмі.
b)
Ең кіші квадраттар әдісі.
c)
K-алгоритмді білдіреді.
d)
Ең жақын көршілер әдісі.
e)
Логистикалық регрессия.
8.
Оқытудағы итерациялық процесс дегеніміз не?
a)
Агент ортада әрекеттерді орындау арқылы саясат туралы білімін үнемі жаңартып отыратын процесс.
b)
Агент бірден оңтайлы шешім қабылдайтын процесс.
c)
Агент өз стратегиясын өзгертпейтін процесс.
d)
Сыйақыларды қолданбай жаттығу.
e)
Қатені автоматты түрде түзету процесі.
9.
Қандай сипаттама машинамен оқытудағы «барлау мен пайдалану» мәселесін сипаттайды?
a)
Сыйақыларды арттыру үшін жаңа әрекеттерді зерттеу мен бар әрекеттерді пайдалану арасындағы теңгерім.
b)
Үлгі қатесін азайту процесі.
c)
Шамадан тыс жаттығу мәселесі.
d)
Алдыңғы деректер негізінде нәтижені болжау процесі.
e)
Оңтайлы гиперпараметрлік модельді табу алгоритмі.
10.
Агент қоршаған ортамен бұрынғы өзара әрекеттесуден алған тәжірибесінен үйренетін тұжырымдама қалай аталады?
a)
Сынақ және қате арқылы үйрену.
b)
классификациясы.
c)
Мұғаліммен тренинг.
d)
Сегменттеу.
e)
Мұғалімсіз оқыту.
11.
Бекіту тапсырмасындағы «кері байланыс» дегеніміз не?
a)
Белгілі бір күйдегі агент әрекеті үшін алынған сыйақы немесе айыппұл туралы ақпарат.
b)
Жаңа оқу үлгісін алу процесі.
c)
Айқас тексеру әдістері.
d)
Жаттығу қатесін азайтатын алгоритм.
e)
Модель жұмысын бақылау механизмі.
12.
Агентті сыйақы алу үшін күйге және әрекетке қарай оқытатын әдіс қалай аталады?
a)
Q-оқыту.
b)
Негізгі компонент әдісі.
c)
K-алгоритмді білдіреді.
d)
Векторлық машинаны қолдау.
e)
Логистикалық регрессия.
13.
Машинаны күшейтуді оқыту контекстіндегі «әрекет мәні» дегеніміз не?
a)
Нақты күйде белгілі бір әрекетті орындау үшін күтілетін сыйақы.
b)
Максималды сыйақы алу процесі.
c)
Әрекеттер ретін анықтаңыз.
d)
Агент қатесін бағалау.
e)
Эксперименттік әрекет үшін сыйлық.
14.
Төмендегі алгоритмдердің қайсысын күшейту ортасында оңтайлы саясатты табу мәселесін шешуге болады?
a)
Q-оқыту алгоритмі.
b)
Векторлық машинаны қолдау.
c)
Ең кіші квадраттар алгоритмі.
d)
Логистикалық регрессия.
e)
Монте-Карло әдісі.
15.
Агент өзінің әрекеттері мен күйлері негізінде сыйақы туралы ақпаратты алатын оқыту әдісі қалай аталады?
a)
Оқытуды күшейту.
b)
Мұғалімсіз оқыту.
c)
классификациясы.
d)
Регрессия.
e)
Кластерлеу.
16.
Оқытуды бекіту арқылы қандай мәселе шешіледі?
a)
Сыйақыларды реттілікпен арттыру үшін оңтайлы әрекеттерді іздеңіз.
b)
Болашақ мәндерді болжау.
c)
Регрессиялық модельді құру.
d)
Объектілердің классификациясы.
e)
Уақыт қатарын талдау.
17.
Агентке әрбір жағдайда ең жақсы әрекетті таңдауға көмектесетін стратегия қалай аталады?
a)
Саясат.
b)
Үлгі.
c)
Қате функциясы.
d)
классификатор.
e)
Оқыту алгоритмі.
18.
Агент тәжірибеге негізделген марапаттар туралы білімін жаңартатын процесті қалай атайды?
a)
Мәнді жаңарту.
b)
Айқас тексеру.
c)
Мұғаліммен тренинг.
d)
Конволюция әдісі.
e)
Негізгі компонент әдісі.
19.
Бекіте отырып оқытудағы «мемлекеттік құндылық» дегеніміз не?
a)
Агент белгілі бір күйден бастап алатын күтілетін сыйақы.
b)
Кластар арасындағы шекараларды анықтаңыз.
c)
Күйдегі әрекетті орындау үшін берілетін марапат.
d)
Сыйлықты алудан бұрын күтілетін қадамдар саны.
e)
Барлық ықтимал әрекеттер жиынтығы.
20.
Машиналық оқытудағы келесі параметрлердің қайсысы болашақ марапаттардың маңыздылығын реттейді?
a)
жеңілдік коэффициенті.
b)
Жаттығу параметрі.
c)
Жаттығу үлгі өлшемі.
d)
Итерациялар саны.
e)
Регуляризация параметрі.
21.
Төмендегілердің қайсысы күшейту тапсырмасының негізгі құрамдас бөлігі болып табылады?
a)
Агент, күй, әрекеттер және марапаттар.
b)
Жіктеуіш және жаттығу деректері.
c)
Болжалды мәндер және сынақ деректері.
d)
Бірнеше шығыс айнымалылары.
e)
Градиентті түсіру алгоритмі.
22.
Оқытуды бекітуде үздіксіз әрекеттік тапсырма дегеніміз не?
a)
Агент өз әрекеттері үшін кез келген мәндерді таңдай алатын тапсырма.
b)
Әрекеттер алдын ала анықталған дискретті мәндермен шектелетін мәселе.
c)
Объектіні классификациялау мәселесі.
d)
Болжаудағы қателерді азайтуға арналған тапсырма.
e)
Максималды сыйақыны таңдауға арналған тапсырма.
23.
Арықтау мәселесінде агент саясатын бағалау және жақсарту үшін қандай алгоритм қолданылады?
a)
Монте-Карло әдісі.
b)
Ең кіші квадраттар әдісі.
c)
Ең жақын көршілер әдісі.
d)
Логистикалық регрессия.
e)
Векторлық машинаны қолдау.
24.
Агент күйлердің құнын есептеу арқылы өз әрекетінің сәтті болу ықтималдығын бағалайтын әдіс қалай аталады?
a)
Күй мәндерін пайдалану арқылы бағалау.
b)
Монте-Карло әдісі.
c)
Ең кіші квадраттар алгоритмі.
d)
Негізгі компонент әдісі.
e)
Логистикалық регрессия.
25.
Жасанды интеллекттегі генеративті модельдердің негізгі мақсаты қандай?
a)
Жаттығу деректеріне ұқсас жаңа деректерді жасаңыз.
b)
Мүмкіндіктерге негізделген деректердің классификациясы.
c)
Болашақ мәндерді болжау.
d)
Кластар арасындағы шекараларды анықтаңыз.
e)
Деректер өлшемділігін азайтыңыз.
26.
Қай әдіс генеративті үлгінің мысалы болып табылады?
a)
Генеративті қарсылас желілер (GAN).
b)
Векторлық машинаны (SVM) қолдау.
c)
Логистикалық регрессия.
d)
K-алгоритмді білдіреді.
e)
Ең кіші квадраттар әдісі.
27.
Вариациялық автокодерлер (VAE) дегеніміз не?
a)
Деректер журналының ықтималдығының төменгі шегін барынша көбейтуді үйренетін генеративті модель.
b)
Кескінді жіктеуге арналған модель.
c)
Деректер өлшемділігін азайту алгоритмі.
d)
Регрессия есептерін шешуге арналған модель.
e)
Деректерді кластерлеуге арналған үлгі.
28.
Төмендегі есептердің қайсысын генеративті модельдер арқылы шешуге болады?
a)
Жаттығуларға ұқсас жаңа деректер үлгілерін жасаңыз.
b)
Тізбектегі келесі мәнді болжаңыз.
c)
Деректердегі үлгілерді табыңыз.
d)
Деректерді сыныптарға бөлу.
e)
Ең жақсы гиперпараметрлік үлгіні таңдаңыз.
29.
Генеративті модельдер контекстіндегі бақыланатын оқыту дегеніміз не?
a)
Деректердің жаңа көрінісін жасау қажет таңбаланған деректерге негізделген үлгіні жаттықтырыңыз.
b)
Белгіленген деректерсіз жаттығу.
c)
Модельді тек бір деректер класына негізделген жаттықтырыңыз.
d)
Уақыт қатарлары негізінде болашақ мәндерді болжау.
e)
Жіктеу үшін белгілерді пайдаланыңыз.
30.
Генеративті қарсылас желі (GAN) дегеніміз не?
a)
Бір уақытта оқытылатын екі нейрондық желіден тұратын модель: генератор және дискриминатор.
b)
Объектілерді сипаттамаларына қарай жіктеу алгоритмі.
c)
Сызықтық регрессияға негізделген мәндерді болжауға арналған модель.
d)
Деректер өлшемділігін азайту алгоритмі.
e)
Машиналық оқыту үлгілерінің сапасын бағалау әдісі.
Reset
