Основы машинного обучения.фип_БАК_н/с

Скачать тест — (Основы машинного обучения.фип_БАК_н_с_910d506f.pdf)

Машинное обучение это…
Какой из следующих терминов относится к структуре данных, используемой для обучения моделей?
Как называется процесс разделения данных на тренировочные и тестовые наборы?
Что такое модель в машинном обучении?
Что является ключевым компонентом машинного обучения?
Какой этап идет сразу после сбора данных в проекте машинного обучения?
Что такое обучение с подкреплением?
Как называется техника уменьшения размерности данных?
Что такое переобучение (overfitting) в машинном обучении?
Какой термин описывает способность модели обобщать на новые данные?
В каком году Джон Маккарти ввел термин «искусственный интеллект»?
Что такое «Большие данные»?
Какой из перечисленных ниже алгоритмов является примером метода обучения с подкреплением?
Какие из следующих данных считаются структурированными?
Что из перечисленного является причиной роста интереса к машинному обучению в последние годы?
Как называется принцип, согласно которому более простые модели предпочтительнее более сложных, если они одинаково хорошо описывают данные?
Какой термин описывает использование данных для принятия решений и прогнозирования?
Что из перечисленного не является этапом проекта машинного обучения?
Как называется процесс исправления ошибок и устранения пропусков в данных?
Какая задача не относится к машинному обучению?
Что из перечисленного не является компонентом машинного обучения?
Как называется процесс настройки параметров модели для минимизации ошибки?
Какой из следующих методов используется для уменьшения размерности данных?
Как называется процесс оценки качества модели на новых данных?
Что из перечисленного является алгоритмом машинного обучения?
Как называется техника, при которой данные делятся на блоки, и каждый блок используется для обучения и тестирования модели?
Что такое функция потерь?
Что из перечисленного не является типом задачи машинного обучения?
Какой из следующих методов используется для обучения с учителем?
Что является целью машинного обучения?
Что такое искусственный интеллект (ИИ)?
Какой из следующих методов является подмножеством машинного обучения?
Что такое нейронная сеть?
Как называется процесс передачи информации от одного нейрона к другому в нейронной сети?
Какой из следующих терминов описывает глубину нейронной сети?
Что такое сверточная нейронная сеть (CNN)?
Как называется алгоритм, используемый для минимизации ошибки в нейронной сети?
Какой из перечисленных методов используется для уменьшения переобучения в моделях машинного обучения?
Какой из следующих терминов описывает процесс корректировки весов в нейронной сети?
Какой из следующих примеров является применением машинного обучения в медицине?
Как используется машинное обучение в финансах?
Какой из следующих примеров является применением машинного обучения в ритейле?
Как используется машинное обучение в транспорте?
Какой из следующих примеров является применением машинного обучения в маркетинге?
Как используется машинное обучение в сельском хозяйстве?
Какой из следующих примеров является применением машинного обучения в безопасности?
Как используется машинное обучение в энергетике?
Какой из следующих примеров является применением машинного обучения в образовании?
Как используется машинное обучение в медиа?
Какую задачу решает обучение с учителем?
Что из перечисленного является примером задачи классификации?
Основное отличие обучения с учителем от обучения без учителя заключается в том, что обучение с учителем использует ___ данные, где каждый объект имеет целевой признак.
Процесс разметки данных является важным и сложным этапом в машинном обучении, так как качество модели напрямую зависит от качества ___.
Соотнесите виды задач с их описаниями:
Расположите этапы процесса обучения с учителем в правильном порядке:
Обучение без учителя может быть полезным для задачи __________ клиентов по их покупательским предпочтениям. Это поможет выделить группы клиентов с похожими поведениями для последующего анализа и разработки маркетинговых стратегий.
Обучение с ______________ (semi-supervised learning) использует как размеченные, так и неразмеченные данные. Оно применяется, когда получение достаточного количества размеченных данных затруднено или дорого, а неразмеченные данные могут предоставить дополнительный контекст для улучшения модели.
При переобучении модель слишком точно подстраивается под обучающие данные, что снижает ее способность обобщать и правильно предсказывать новые данные. Это может привести к высоким ошибкам на ________ выборке и плохой производительности в реальных задачах.
Вам дали набор данных с картинками кошек и собак. Опишите, как вы будете применять обучение с учителем для создания модели, которая сможет отличать кошек от собак.
Как называется задача, в которой мы пытаемся предсказать класс объекта на основе признаков в наборе данных?
Что из перечисленного является примером задачи бинарной классификации?
Классификация, в которой целевой признак имеет только две категории, называется ___.
Классификация, в которой классов, которые мы хотим предсказать, более двух, называется ___.
Расположите этапы применения метода k-ближайших соседей (kNN) в правильном порядке:
Соотнесите алгоритмы классификации с их описаниями:
Расположите этапы решения задачи классификации в правильном порядке:
Метод k-ближайших соседей (kNN) — это алгоритм классификации, который присваивает новый объект к классу на основе большинства среди его k ближайших соседей. Расстояние между объектами можно измерять различными способами, такими как евклидово _______или косинусное ___________.
. Представьте, что вам нужно разработать систему для классификации электронных писем как “спам” или “не спам”. Какие шаги вы предпримете для реализации этой задачи?
Как называется задача, в которой мы пытаемся предсказать вещественное число на основе признаков в наборе данных?
Что из перечисленного является примером задачи регрессии?
Задача регрессии сводится к предсказанию целевого признака, который является ___.
В методе k-ближайших соседей для задачи регрессии предсказание производится путём вычисления ___ значения целевого признака всех ближайших соседей.
Соотнесите алгоритмы регрессии с их описаниями:
Расположите этапы применения метода k-ближайших соседей (kNN) для задачи регрессии в правильном порядке:
Метод k-ближайших соседей (kNN) в задаче регрессии использует ближайших соседей нового объекта для предсказания его ___ признака.
Приведите пример задачи, для которой можно использовать полиномиальную регрессию.
У вас есть набор данных с историческими данными о продажах в интернет-магазине. Вам нужно предсказать будущие продажи на основе этих данных. Как вы будете подходить к этой задаче?
Как называется задача, в которой мы разделяем данные на группы на основе признаков в данных?
Что из перечисленного является примером задачи кластеризации?
Методы понижения размерности помогают уменьшить количество ___, характеризующих объект, сохранив при этом как можно больше информации.
Задача ассоциации направлена на поиск ___ и закономерностей в последовательности действий.
Соотнесите типы задач обучения без учителя с их примерами:
Соотнесите алгоритмы с их типами задач:
Расположите этапы выполнения задачи кластеризации с использованием алгоритма K-means в правильном порядке:
Расположите этапы выполнения задачи понижения размерности в правильном порядке:
Что такое ассоциативные правила и где они могут применяться?
У вас есть большой набор данных с информацией о покупках клиентов в интернет-магазине. Ваша задача — сегментировать клиентов по их покупательскому поведению. Какой метод вы выберете и какие шаги предпримете для выполнения этой задачи?
Как называется процесс обучения моделей, в котором модель взаимодействует с окружающей средой и учится на основе проб и ошибок?
Что из перечисленного является примером применения обучения с подкреплением?
В обучении с подкреплением модель, взаимодействующая со средой, называется ___.
Функция, которая выдает скалярную величину за выбор конкретного действия в состоянии среды, называется функцией ___.
Соотнесите основные компоненты задачи обучения с подкреплением с их определениями:
Соотнесите алгоритмы обучения с подкреплением с их описаниями:
Расположите этапы выполнения задачи обучения с подкреплением в правильном порядке:
Расположите этапы Q-learning в правильном порядке:
Какие алгоритмы могут использоваться для обучения с подкреплением?
Вы разрабатываете модель для робота-пылесоса, который должен оптимально убирать квартиру. Какой метод обучения вы выберете и какие шаги предпримете для обучения модели?
Что такое методология CRISP-DM?
Сколько этапов включает методология CRISP-DM?
Первый этап методологии CRISP-DM называется ___.
На этапе моделирования происходит выбор и обучение ___.
Соотнесите этапы методологии CRISP-DM с их описаниями:
Соотнесите инструменты с их функциями:
Расположите этапы методологии CRISP-DM в правильном порядке:
Расположите шаги этапа моделирования в правильном порядке:
Что такое контейнеризация приложений и какой инструмент используется для этого?
Вы разрабатываете модель для прогнозирования оттока клиентов банка. Какой этап методологии CRISP-DM включает взаимодействие с бизнесом для определения целей проекта и необходимых данных?
Что такое искусственный интеллект (ИИ)?
Какая из следующих технологий является компонентом машинного обучения?
Какой из следующих кейсов является примером применения машинного обучения?
Как называется процесс обучения алгоритма на данных для выявления закономерностей?
Машинное обучение — это область искусственного интеллекта, которая фокусируется на создании алгоритмов, которые могут ______ из данных.
В глубоком обучении часто используются ______ сети, которые имеют многослойную архитектуру.
______ данные используются для проверки производительности модели на новых, ранее невиданных данных.
Переобучение происходит, когда модель слишком ______ подгоняется под обучающие данные и плохо обобщает новые данные.
Соотнесите тип задачи и её пример:
Соотнесите компонент машинного обучения и его описание:
Вы получили набор данных с домами, который включает характеристики домов (площадь, количество комнат, наличие гаража и т.д.) и их цены. Ваша задача — построить модель регрессии для предсказания цены дома. Опишите шаги, которые вы предпримете для решения этой задачи.
Ваша компания планирует внедрить систему рекомендаций для интернет-магазина. Опишите, какие данные вам потребуются, какие алгоритмы вы будете использовать и как будете оценивать эффективность.
Что является первым шагом в постановке задачи машинного обучения? (выберите 1 правильный ответ)
Что включает в себя предобработка данных? (выберите 1 правильный ответ)
Какой метод из указанных используется для уменьшения размерности данных? (выберите 1 правильный ответ)
Что такое валидационный набор данных? (выберите 1 правильный ответ)
Какой из следующих методов относится к обучению с учителем? (выберите 1 правильный ответ)
Что такое переобучение модели? (выберите 1 правильный ответ)
Какой из следующих методов используется для борьбы с переобучением? (выберите 1 правильный ответ)
Что такое F1-метрика? (выберите 1 правильный ответ)
Установите соответствие между термином и его определением:
Установите соответствие между термином и его примером:
Упорядочите шаги обучения модели машинного обучения:
Упорядочите этапы создания нейронной сети:
Вы разрабатываете систему ИИ для автоматического анализа отзывов клиентов. Вам нужно создать модель, которая будет классифицировать отзывы как положительные или отрицательные. Какие шаги вы предпримете для разработки этой модели? (выберите 1 правильный ответ)
Вы стажер в небольшой компании, которая разрабатывает системы машинного обучения. Вам поручено подготовить данные для обучения модели. Какие шаги вы предпримете? (выберите 1 правильный ответ)
Какой ресурс стал центральным для современного бизнеса благодаря развитию машинного обучения?
Data Science в широком смысле – это наука, которая занимается ______ данными и извлечением из них полезной информации.
Какие типы данных наиболее сложны для обработки в бизнесе?
Одной из задач инженеров данных является ______ данных для обеспечения их высокого качества в хранилище.
Что подразумевается под анализом данных в контексте Data Science?
Какой результат обычно получают при применении машинного обучения?
Глубокое обучение предполагает использование ______ для анализа сложных данных и создания моделей.
Какой тип нейронных сетей чаще всего используется в глубоком обучении?
Что является основной целью применения искусственного интеллекта в бизнесе?
Какой из примеров наиболее точно описывает использование машинного обучения в здравоохранении?
Как машинное обучение применяется в ритейле?
В финтехе машинное обучение используется для ______ курсов валют и определения трендов на рынке.
В чем основное различие между обучением с учителем, обучением без учителя и обучением с подкреплением?
Какие типы задач можно решить с помощью обучения с учителем?
Что такое задача классификации, и в чем ее отличие от задачи регрессии?
В чем заключается задача кластеризации, и как она отличается от классификации?
Назовите основные методы понижения размерности и их применение:
Какова роль ассоциативных правил в обучении без учителя?
Чем отличается обучение с подкреплением от обучения с учителем?
Какую роль играет функция награды в обучении с подкреплением?
Что такое агент и среда в контексте обучения с подкреплением?
Какие реальные примеры применения обучения с подкреплением вы знаете?
Что такое методология CRISP-DM и из каких этапов она состоит?
На каком этапе CRISP-DM происходит оценка качества данных?
В чем основная цель этапа моделирования в CRISP-DM?
Почему этап внедрения модели важен в ML-проекте?