Студенты университета Синергия регулярно проходят тестирование по предмету Нейронные сети. Иногда задания требуют знания теории и внимательности. Наш сервис помогает пройти тест быстро и получить высокий балл. Работа выполняется оперативно, конфиденциально и без предоплаты. Стоимость — 300 рублей.
Какая функция активации чаще всего используется в выходном слое для задачи бинарной классификации?
Сигмоидная функция +
ReLU
Линейная функция
Тангенс гиперболический
Что происходит с градиентом при прохождении через множество слоев в глубокой сети, если он становится крайне малым?
Градиентный взрыв
Исчезновение градиента +
Переобучение сети
Регуляризация градиента
Какой метод регуляризации случайным образом “выключает” нейроны во время обучения для предотвращения переобучения?
Batch Normalization
Dropout +
Early Stopping
Gradient Clipping
Как называется эффект, когда нейронная сеть слишком хорошо запоминает обучающую выборку, но плохо работает на новых данных?
Недообучение
Переобучение +
Инициализация
Сходимость
Какой тип архитектуры нейронных сетей наиболее эффективен для обработки последовательных данных, например, текста или временных рядов?
Полносвязная сеть
Сверточная сеть (CNN)
Рекуррентная сеть (RNN) +
Автокодировщик
Что представляет собой функция потерь (loss function) в контексте обучения нейронной сети?
Скорость изменения весов
Мера ошибки между предсказанием и истинным значением +
Количество нейронов в скрытом слое
Тип функции активации
Какой алгоритм является стандартным для обучения многослойных нейронных сетей прямого распространения?
Поиск в ширину
Метод обратного распространения ошибки (Backpropagation) +
Метод опорных векторов
Алгоритм k-ближайших соседей
Для чего используется функция Softmax в выходном слое нейронной сети?
Для бинарной классификации
Для преобразования выходов в вероятности классов, сумма которых равна 1 +
Для детектирования границ на изображении
Для уменьшения размерности данных
Какая проблема возникает при использовании сигмоидной функции активации в глубоких сетях из-за того, что производная функции мала в хвостах?
Исчезающий градиент +
Взрывающийся градиент
Переобучение
Разреженность активаций
Что такое “эпоха” при обучении нейронной сети?
Обновление весов на одном примере
Один полный проход всех обучающих примеров через сеть вперед и назад +
Процесс инициализации весов
Момент остановки обучения
Какой слой в сверточной нейронной сети (CNN) отвечает за уменьшение пространственной размерности карт признаков?
Сверточный слой
Слой подвыборки (пулинг, Pooling) +
Полносвязный слой
Слой активации
Как называется ситуация, когда градиент нарастает экспоненциально при движении от выходных слоев к входным?
Градиентный взрыв +
Исчезновение градиента
Ансамблирование
Баггинг
Что из перечисленного является функцией активации, которая возвращает x для положительных x и 0 для отрицательных x?
Сигмоида
Тангенс гиперболический
ReLU (Выпрямленная линейная единица) +
Softmax
Какое основное преимущество сверточных нейронных сетей (CNN) перед полносвязными при работе с изображениями?
Возможность работы с текстом
Разделение весов и учет локальной пространственной структуры +
Отсутствие функции активации
Большее количество параметров
В чем заключается суть обучения “без учителя” в нейронных сетях?
Наличие целевых меток для каждого примера
Самостоятельное нахождение закономерностей и структуры во входных данных без целевых меток +
Обучение с подкреплением на основе наград
Использование только одного нейрона
Для какой задачи чаще всего применяются автокодировщики?
Классификация изображений
Детекция объектов
Сжатие данных и уменьшение размерности +
Генерация текста
Что такое “гиперпараметр” нейронной сети?
Вес синапса
Выходное значение нейрона
Параметр, который задается до начала обучения (например, скорость обучения) +
Ошибка на валидационной выборке
Как называется эффект, при котором нейронная сеть не может достичь приемлемой точности даже на обучающей выборке?
Недообучение (Underfitting) +
Переобучение
Конвергенция
Дивергенция
Какую роль выполняет функция активации в искусственном нейроне?
Суммирует входные сигналы
Передает сигнал следующему слою без изменений
Вносит нелинейность в преобразование взвешенной суммы входов +
Инициализирует веса случайными числами
Что происходит на этапе обратного распространения ошибки (Backpropagation)?
Вычисление прямого прохода сети
Корректировка весов сети пропорционально вкладу каждого нейрона в ошибку +
Подача входных данных на сеть
Удаление “лишних” нейронов
Вопрос
В чем состоит основная цель создания искусственного интеллекта?
Верно ли следующее утверждение: «В методе «обратного распространения ошибки» процесс переобучения, т.е. интерактивного перерасчета весовых коэффициентов, начинается с нейрона, состояние которого оказалось ошибочным и захватывает только нейроны, ведущие от рецепторов к данному нейрону»?
Верно ли следующее утверждение: «Нейронная сеть Розенблатта является трехслойной»?
Верно ли следующее утверждение: «Сигмоидная функция обладает свойством усиливать слабые сигналы лучше, чем большие, и предотвращает насыщение от больших сигналов»?
Выберите первый развитый язык программирования для построения систем искусственного интеллекта?
Как в многослойной нейронной сети называются связи между смежными слоями нейронов?
Как называются синаптические связи нейрона с отрицательными весами?
Какой из перечисленных показателей не относится к состоянию нейронной сети?
Чем определяются весовые коэффициенты в локальной модели нейрона на его дендритах?
Что входит в состав дисциплины – информационные технологии, как основа создания искусственного интеллекта?
Что такое интеллектуальный агент?
В какой модели нейронных сетей впервые удалось установить связь между нелинейными динамическими системами и нейронными сетями?
Верно ли следующее утверждение: “Системы искусственного интеллекта полностью функционально эквивалентные естественному интеллекту и не могут быть созданы на базе другой материальной структуры системы поддержки системы и другой системы потенциального искусственного интеллекта”?
Какие основные гипотезы наблюдения за системами естественного интеллекта можно выделить?
Какие основные этапы создания естественного интеллекта можно выделить?
Какие свойства добавляются в модель многослойного персептрона, преобразовывая его в модель Хопфилда?
В каком диапазоне лежит выходное значение нейрона в функции сигмоида?
В каком типе связи имеет место связь нейрона на входе с нейронами нижележащего слоя?
В чем заключается важная особенность сети Хопфилда?
Верно ли следующее утверждение: «Сигмоидная функция является недифференцируемой на всей оси абсцисс»?
Верно ли следующее утверждение: «Существуют нейронные сети, в которых количество нейронов изменяется в процессе обучения»?
Как называется нелинейная функция выхода сумматоранейрона?
Как называются структуры, которые моделируют простые биологические процессы, обычно ассоциируемые с процессами человеческого мозга?
Какие важные направления можно выделить в искусственном интеллекте?
Какие основные достоинства в логическом направлении изучения искусственного интеллекта можно выделить?
Какие основные задачи выполняет такая отрасль в искусственном интеллекте, как программно-аппаратное обеспечение?
Какое из определений относится к определению носителя нечеткого множества?
Какой из вопросов нельзя решить с помощью нейронных сетей?
Какой из параметров не входит в формулу целевой функции ошибки нейронной сети?
Кому в 1957 году принадлежит историческое открытие первой искусственной нейронной сети, способной к восприятию и формированию реакции на воспринятый стимул?
Вопрос
Верно ли следующее утверждение, что нейрокибернетическое направление не следует рассматривать как моделирование образного мышления и мышления на подсознательном уровне?
Верно ли следующее утверждение, что функция принадлежности элемента к множеству принимает любые значения в интервале [0…1], а не только 0 или 1 и называется нечёткими множествами?
Верно ли следующее утверждение: «Сигмоидная функция обладает свойством усиливать слабые сигналы лучше, чем большие, и предотвращает насыщение от больших сигналов»?
Дайте определение искусственным нейронным сетям?
К каким задачам можно отнести в общем случае все задачи, решаемые нейронными сетями?
Как в многослойной нейронной сети называются связи между смежными слоями нейронов?
Как называются синаптические связи нейрона с отрицательными весами?
Какая причина не обуславливает корреляцию между локальными нейронами?
Какие достоинства в нейрокибернетическом направлении можно выделить?
Какие элементы не входят в состав однослойного персептрона?
Какого признака нейронных сетей по признаку используемых на входах и выходах сигналов не существует?
Что влияет на силу импульса биологического нейрона?
Что можно отнести к разделу математики, как основа создания искусственного интеллекта?
Что не входит в состав дисциплины – математика, как основа создания искусственного интеллекта?
Что подается на вход персептрона при его обучении?
Как называется направленный граф, вершины которого соответствуют объектам (понятиям, сущностям) предметной области, а дуги – отношениям (связям) между ними?
Какие основные этапы создания искусственного интеллекта можно выделить?
В чем основная функция биологического нейрона?
Верно ли следующее утверждение: «При обучении с учителем предполагается, что есть внешняя среда, которая предоставляет обучающие примеры на этапе обучения или оценивает правильность функционирования нейронной сети»
Верно ли следующее утверждение: «Существуют нейронные сети, в которых количество нейронов изменяется в процессе обучения»?
Как называется нелинейная функция выхода сумматоранейрона?
Как называются структуры, которые моделируют простые биологические процессы, обычно ассоциируемые с процессами человеческого мозга?
Какие из перечисленных дисциплин не являются основой искусственного интеллекта?
Какое действия при обучении нейронной сети неверно, если ошибка равна нулю?
Какой из вопросов нельзя решить с помощью нейронных сетей?
Кому в 1957 году принадлежит историческое открытие первой искусственной нейронной сети, способной к восприятию и формированию реакции на воспринятый стимул?
При обучении персептрона какие признаки вычисляются первыми?
Простейший персептрон содержит элементы трех типов. Выполните соответствие вида элемента свыполняемой им функцией
Что входит в состав дисциплины – инженерия, как основа создания искусственного интеллекта?
Вопрос
Обучение с … – это тип обучения, при котором алгоритм получает обратную связь о правильности своих действий через награды или штрафы
Статистическая оценка параметра – это …
… оценка – это приближенное значение параметра, представленное одним числом, рассчитанным по выборке
… – это множество допустимых параметров модели, среди которых выбирается наилучшее решение в процессе обучения
Модель при обучении минимизирует …
Установите соответствие между типом задачи в машинном обучении и функцией потерь/критерием:
В машинном обучении функция … – это формальное выражение того, насколько сильно предсказание модели отличается от истинного значения
Установите соответствие между понятием машинного обучения и его характеристикой:
Линейная … – это модель, предполагающая линейную зависимость между входными признаками и выходной переменной
Коэффициент 1 в линейной модели регрессии – это коэффициент …
Для подбора параметров линейной регрессии используется метод …
Если включить в модель нерелевантные признаки, в результате этого …
Расположите в правильной последовательности этапы оптимизации модели с помощью градиентного спуска:
Такой алгоритм, как …, решает задачу бинарной классификации
Выходом модели логистической регрессии является …
Расположите в правильном порядке этапы бинарной классификации логистической моделью:
… – это метод оценки модели, когда данные многократно делятся на обучающую и тестовую выборки
Расположите этапы выбора модели в машинном обучении:
Установите соответствие между алгоритмом и его характеристикой:
Расположите в правильном порядке этапы построения случайного леса:
… – это техника, при которой ошибки предыдущих моделей исправляются следующими моделями
Говоря о том, что происходит с весами объектов, которые были неправильно классифицированы методом AdaBoost, можно утверждать, что они …
Английское название метода кодирования категориальных признаков целыми числами без создания дополнительных признаков, – …
Установите соответствие между понятием и его характеристикой:
Операция Max Pooling …
… – это задача группировки объектов таким образом, чтобы внутри групп объекты были похожи друг на друга
Такой метод, как …, использует иерархическую структуру кластеров
Метод полной связи (complete linkage) в иерархической кластеризации измеряет … расстояние между точками
На первом этапе применения метода главных компонент (PCA) происходит …
… Кульбака–Лейблера – это мера расхождения между двумя вероятностными распределениями, минимизируемая в алгоритме t-SNE
Вопрос
Вам поручено разработать рекомендательную систему для онлайн-магазина одежды. У вас есть данные о покупках, просмотренных товарах и оценках пользователей.
Какие методы машинного обучения целесообразно применить? (Укажите 2 варианта ответа).
В задаче прогнозирования цен на недвижимость аналитик применил линейную регрессию, но обнаружил высокую ошибку на тестовой выборке.
Что вероятнее всего происходит и какие меры следует предпринять?
Инженер обучает линейную модель на признаках, где наблюдается сильная корреляция между несколькими переменными.
Какая техника поможет стабилизировать модель?
Модель линейной регрессии, обученная без регуляризации, показывает хорошее качество на обучении, но плохое на тесте.
Какое улучшение возможно в этом случае?
Аналитик пытается построить вероятностную модель классификации, не имея явной информации о плотностях классов.
Какую стратегию можно использовать в этом случае?
Модель классификации демонстрирует высокое качество на обучении, но низкое – на тестировании.
Что поможет решить эту проблему?
Аналитик обучает ансамбль моделей и хочет объединить выходы моделей разных типов для повышения качества.
Какую стратегию он должен использовать?
Аналитик обучает модель градиентного бустинга для регрессии, но замечает ее сильное переобучение.
Какой параметр стоит в первую очередь изменить?
Инженер строит модель XGBoost для задачи классификации с несбалансированными классами.
Что поможет улучшить качество классификации малых классов?
Разработчик обучает свёрточную нейронную сеть для распознавания объектов на изображениях.
Как можно уменьшить размерность карты признаков без потери важной информации?
Другие тесты Синергии, МТИ, МОСАП:
Надежность электроэнергетических систем