Промежуточное испытание по модулю 4.GR 5_PythonOn

Скачать тест — (Промежуточное испытание по модулю 4.GR 5_PythonOn_f2dc245d.pdf)

1. Что такое нейронная сеть?
2. Какие задачи может решать нейронная сеть?
3. Какие типы нейронных сетей существуют?
4. Как называется функция активации в нейронной сети?
5. Какой алгоритм используется для обучения нейронной сети?
6. Что такое обратное распространение ошибки?
7. Зачем используются скрытые слои в нейронных сетях?
8. Что такое сверточная нейронная сеть?
9. Какая функция активации чаще всего используется в сверточных нейронных сетях?
10. Что такое рекуррентная нейронная сеть?
11. Какое преимущество имеют рекуррентные нейронные сети при работе с последовательными данными?
12. Что такое LSTM-сеть?
13. Что такое переобучение нейронной сети?
14. Как можно избежать переобучения нейронной сети?
15. Что такое функция потерь в нейронной сети?
16. Что такое оптимизация в нейронной сети?
17. Что означает термин «пакет» (batch) в контексте обучения нейронных сетей?
18. Как называется процесс использования нейронной сети для обработки новых данных, на которых она не обучалась?
19. Какое количество входных нейронов нужно для обработки изображения размером 32×32 пикселей?
20. Какая функция активации обычно используется в скрытых слоях нейронной сети?
21. Какой тип нейронной сети часто используется для распознавания изображений?
22. Что представляет собой обучающая выборка в контексте нейронных сетей?
23. Какой алгоритм обратного распространения ошибки является основным при тренировке нейронных сетей?
24. Какая задача решается с помощью алгоритма кластеризации?
25. Какой вид задач можно решать с помощью рекуррентных нейронных сетей?