Итоговая аттестация Основы искусственного интеллекта и нейронные сети.sa_ОИИиНС

Скачать тест — (Итоговая аттестация Основы искусственного интеллек_21ed5790.pdf)

  1. Задача классификации – это задача
  2. Задача автоматической идентификации марки машины по ее изображению – это задача
  3. Задача автоматического выделения похожих новостных статей без размеченной выборки – это задача
  4. Обучение с учителем характеризуется
  5. Задача понижения размерности признакового пространства – это задача
  6. Задачу машинного обучения можно представить в виде последовательности выполнения действий по выбору оптимальной решающей функции f из многопараметрического семейства F. Задача обучения сводится к задаче оптимизации на этапе:
  7. Если мы предсказываем среднюю стоимость машины в зависимости от ее класса, то класс представляет собой
  8. Задачу машинного обучения можно представить в виде последовательности выполнения действий по выбору оптимальной решающей функции f из многопараметрического семейства F. Выбор модели машинного обучения происходит на этапе:
  9. Если мы предсказываем средние затраты на обслуживание машины, то максимальная скорость разгона машины – это
  10. Эмпирический риск вводится исходя из предположения, что
  11. Процедура LearnID3 состоит в:
  12. Решающие деревья обладают следующими свойствами:
  13. Метод опорных векторов (Support Vectors Machine, SVM):
  14. Выберете верное утверждение:
  15. Градиентный бустинг — это:
  16. Архитектура полносвязной нейронные сети основана на идее
  17. Что такое машинный перевод?
  18. Функции активации в нейронных сетях:
  19. При прямом проходе через Feed Forward Neural Network:
  20. Отметьте верные высказывания о функциях активации:
  21. Переобучение – это эффект, возникающий при
  22. Лучший способ борьбы с переобучением:
  23. Условия Каруша-Куна-Таккера применимы для решения:
  24. Идея Momentum состоит в:
  25. Метод подбора адаптированного learning rate на основе оценки исторических градиентов:
  26. Наиболее популярный на текущий момент метод оптимизации, основанный на идее использования двух моментных членов, предложенный в 2015 году:
  27. Все описанные в лекции алгоритмы обладают общим свойством. Каким?
  28. Алгоритм Backpropagation: