Студенты университета МОИ (МТИ) регулярно проходят тестирование по предмету Технологии и системы искусственного интеллекта. 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 — 350 рублей.
Какой метод обучения ИИ предполагает использование размеченных данных, где каждому входу соответствует известный правильный выход?
Обучение с подкреплением
Обучение без учителя
Активное обучение
Обучение с учителем +
Как называется эффект, когда модель ИИ слишком точно запоминает обучающую выборку, включая шумы, и теряет способность к обобщению на новых данных?
Недообучение
Переобучение +
Градиентный взрыв
Регуляризация
Какой тип архитектуры нейронных сетей лучше всего подходит для обработки последовательных данных, таких как текст или временные ряды?
Полносвязная сеть
Рекуррентная нейронная сеть (RNN) +
Сверточная нейронная сеть (CNN)
Автокодировщик
Какую функцию потерь чаще всего используют в задачах бинарной классификации?
Среднеквадратичную ошибку (MSE)
Логистическую функцию потерь (Binary Cross-Entropy) +
Huber loss
Функцию потерь Хинджа (Hinge loss)
Что представляет собой принцип «обучения с подкреплением» (Reinforcement Learning)?
Обучение на парах «вход-выход»
Обучение на основе взаимодействия со средой, где агент получает награду или штраф за свои действия +
Обучение без учителя для кластеризации данных
Обучение путем копирования действий эксперта
Какая техника используется в сверточных нейронных сетях (CNN) для уменьшения пространственной размерности карт признаков?
Дропаут (Dropout)
Нормализация батчей (Batch Normalization)
Пулинг (Pooling) +
Функция активации ReLU
Какое из следующих утверждений лучше всего описывает «генеративно-состязательную сеть» (GAN)?
Сеть, которая только классифицирует изображения
Сеть, состоящая из двух соревнующихся сетей: генератора и дискриминатора +
Сеть для обработки временных рядов
Сеть для сжатия данных без потерь
Какая проблема характерна для градиентного спуска при обучении глубоких сетей с большим количеством слоев (проблема «исчезающего градиента»)?
Слишком быстрая сходимость к глобальному минимуму
Градиент становится слишком маленьким, и веса перестают обновляться в ранних слоях +
Градиент становится бесконечным, разрушая веса
Невозможность работы с категориальными признаками
Что такое «трансформер» (Transformer) в контексте ИИ?
Архитектура для обработки табличных данных
Архитектура нейронной сети, основанная исключительно на механизме внимания (self-attention), без рекуррентных слоев +
Библиотека для визуализации данных
Метод уменьшения размерности признаков
Для какой задачи чаще всего используется алгоритм K-Means?
Классификация текстов
Линейная регрессия
Кластеризация (разбиение данных на группы без учителя) +
Поиск аномалий с учителем
Какой метод помогает бороться с переобучением путем случайного «выключения» нейронов во время тренировки?
Пакетная нормализация
Дропаут (Dropout) +
Инициализация весов Ксавье
Стохастический градиентный спуск
Что измеряет метрика F1-score?
Только точность (precision) модели
Только полноту (recall) модели
Среднее гармоническое между точностью и полнотой +
Процент правильных ответов модели
Что такое «аугментация данных» (Data Augmentation)?
Удаление шумов из данных
Искусственное увеличение размера обучающей выборки путем модификации существующих примеров (повороты, сдвиги и т.д.) +
Шифрование данных перед обучением
Уменьшение количества признаков
Какая проблема возникает при использовании «жадного» алгоритма построения решающего дерева (например, ID3/C4.5)?
Склонность к глобальной оптимизации
Склонность к локальной оптимизации, что не гарантирует лучшего дерева в целом +
Невозможность работать с непрерывными признаками
Высокая скорость работы на больших данных
Что лежит в основе работы метода опорных векторов (SVM) для линейно разделимых классов?
Построение нескольких случайных гиперплоскостей
Построение гиперплоскости, максимизирующей расстояние (отступ) до ближайших точек разных классов +
Поиск k ближайших соседей
Построение вероятностной модели распределения данных
Как называется ситуация, когда модель ИИ слишком проста и не может уловить закономерности даже в обучающих данных?
Недообучение (Underfitting) +
Переобучение (Overfitting)
Проклятие размерности
Дата-дрейф (Concept drift)
Какую роль выполняет функция активации ReLU (Rectified Linear Unit) в нейронных сетях?
Сжимает выходы в диапазон (0,1)
Преобразует отрицательные значения в ноль, положительные оставляет без изменений +
Случайно обнуляет веса сети
Вычисляет косинусное сходство между векторами
Что из перечисленного является примером обучения без учителя (unsupervised learning)?
Прогнозирование цены квартиры по ее характеристикам
Снижение размерности данных с помощью PCA (главных компонент) +
Определение спама в электронных письмах
Распознавание рукописных цифр по размеченной выборке
В чем заключается суть «метода ближайших соседей» (k-NN) для классификации?
Обучение сложной нелинейной функции
Объект относится к тому классу, который преобладает среди его k ближайших соседей в пространстве признаков +
Построение дерева решений на основе энтропии
Оптимизация весов с помощью градиентного спуска
Как называется подход, при котором большая предобученная модель дообучается на небольшом наборе данных для решения конкретной задачи?
Обучение с нуля (Training from scratch)
Точная настройка (Fine-tuning) +
Активное обучение (Active learning)
Мультимодальное обучение
Вопрос
Задача классификации – это задача
Задача автоматической идентификации марки машины по ее изображению – это задача
Задача автоматического выделения похожих новостных статей без размеченной выборки – это задача
Обучение с учителем характеризуется
Задача понижения размерности признакового пространства – это задача
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:
Если мы предсказываем среднюю стоимость машины в зависимости от ее класса, то класс представляет собой
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:
Если мы предсказываем средние затраты на обслуживание машины, то максимальная скорость разгона машины – это
Эмпирический риск вводится исходя из предположения, что
Процедура LearnID3 состоит в:
Решающие деревья обладают следующими свойствами:
Метод опорных векторов (Support Vectors Machine, SVM):
Выберете верное утверждение:
Градиентный бустинг – это:
Случайный лес – это:
Метод K-Means – Это :
Недостатки k-means:
Выберете верное утверждение:
В каком случае метрика accuracy будет репрезентативной
Вопрос
Задача классификации – это задача
Задача автоматической идентификации марки машины по ее изображению – это задача
Задача автоматического выделения похожих новостных статей без размеченной выборки – это задача
Обучение с учителем характеризуется
Задача понижения размерности признакового пространства – это задача
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:
Если мы предсказываем среднюю стоимость машины в зависимости от ее класса, то класс представляет собой
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:
Если мы предсказываем средние затраты на обслуживание машины, то максимальная скорость разгона машины – это
Эмпирический риск вводится исходя из предположения, что
Процедура LearnID3 состоит в:
Решающие деревья обладают следующими свойствами:
Метод опорных векторов (Support Vectors Machine, SVM):
Выберете верное утверждение:
Градиентный бустинг – это:
Случайный лес – это:
Метод K-Means – Это :
Недостатки k-means:
Выберете верное утверждение:
В каком случае метрика accuracy будет репрезентативной
Другие тесты Синергии, МТИ, МОСАП: