Нейронные сети и машинное обучение (тест с ответами Синергия/МОИ/ МТИ /МОСАП)

ИТОГОВЫЙ ТЕСТ

60 вопросов с ответами

Последний раз тест был сдан на 100 баллов из 100 "Отлично".

Год сдачи -2023-2024.

***ВАЖНО*** Перед покупкой запустите тест и сверьте подходят ли эти ответы именно Вам***

После покупки Вы получите файл с ответами на вопросы которые указаны ниже:

ПО ВСЕМ ВОПРОСАМ - ПИШИТЕ В ЛИЧНЫЕ СООБЩЕНИЯ✉️

1. "Обучение без учителя" характеризуется отсутствием:

*желаемого выхода сети

*эксперта, корректирующего процесс обучения

*обучающего множества

2. "Обучение с учителем" это:

*использование знаний эксперта

*использование сравнения с идеальными ответами

*подстройка входных данных для получения нужных выходов

*подстройка матрицы весов для получения нужных ответов

3. Активационной функцией называется:

*функция, вычисляющая выходной сигнал нейрона

*функция, суммирующая входные сигналы нейрона

*функция, корректирующая весовые значения

*функция, распределяющая входные сигналы по нейронам

4. Алгоритм k-средних предназначен для решения задачи:

*классификации

*кластеризации

*прогнозирования

*снижения размерности

5. Большие данные – это:

*данные объемом более 1Тб

*данные объемом более 10Тб

*данные объемом более 100Тб

*нет ограничений на минимальный объем

6. В 2016 году программа AlphaGo обыграла одного из мировых по шахматам чемпионов Ли Седоля. Следующий турнир за звание мирового чемпиона запланирован на май 2017. Какая компания разработала ИИ AlphaGo?

*Facebook

*Google

*Microsoft

*Yandex

7. В какие игры нейросеть еще не научилась обыгрывать человека?

*шахматы

*бридж

* «Марио»

*Го

8. В каких условиях используется дерево решений в процессе формирование решений

*в условиях риска

*в условиях неопределенности

*в условиях полной определенности и информированности

*в условиях конфиденциальности.

9. В каком случае многослойные сети не могут привести к увеличению вычислительной мощности по сравнению с однослойной сетью?

*если они имеют два слоя

*если они не имеют обратных связей

*если они имеют сжимающую активационную функцию

*если они имеют линейную активационную функцию

10. В чем отличие нейросетевых технологий от обычных экспертных систем

*не требуют аналитической обработки данных

*не требуют указания приоритетов и ограничений

*не требуют ввода информации

*не требуют программирования, так как настраиваются на нужды пользователя

11. Вопрос о выборе шага при применении процедуры обучения решается следующим образом:

*веса и порог следует изменять на 1

*веса и порог следует изменять на число ≤1

*веса и порог следует изменять на целое число

*веса и порог менять не следует

12. Дендритами называются:

*точки соединения нейронов, через которые передаются нейронные сигналы

*"усики" нейронов, по которым проходят электрохимические сигналы

*тело нейрона, в котором происходит обработка электрохимического сигнала

*скопления нейронов

13. Допустим, нам нужно рассчитать необходимые параметры для создания обшивки самолета. Какая из областей машинного обучения нам в этом пригодится?

*обучение ранжированию

*предсказательное моделирование

*латентная модель

*компьютерное зрение

14. Если на данной обучающей паре символ персептрона не совпадает с нужным ответом, то:

*нужно изменять все весовые значения

*нужно изменять все весовые значения между одновременно активными нейронами

*нужно запускать другую обучающую пару

*нужно завершить процесс обучения

15. Если сеть имеет очень большое число нейронов в скрытых слоях, то:

*время, необходимое на обучение сети, минимально

* возможно переобучение сети

*сеть может оказаться недостаточно гибкой для решения поставленной задачи

*время, необходимое на обучение сети, максимально

16. Если сеть содержит два промежуточных слоя, то она моделирует:

*по одной выпуклой «взвешенности» для каждого скрытого элемента первого слоя

*по одному «сигмовидному склону» для каждого скрытого элемента

* по одной выпуклой «взвешенности» для каждого скрытого элемента второго слоя

*одну выпуклую «взвешенность»

17. Запускаем обучающий вектор Х. В каком случае весовые значения не нужно изменять?

* если на выходе сеть даст 0

*если на выходе сеть даст 1

*если сигнал персептрона совпадает с правильным ответом

*если сигнал персептрона не совпадает с правильным ответом

18. Искусственные нейронные сети (ИНС) — модели машинного обучения, использующие комбинации распределенных простых операций, зависящих от обучаемых параметров, для обработки входных данных. Какого вида ИНС не существует?

*импульсные

*противоборствующие

* наивные

*рекуррентные

19. Искусственный интеллект научился разбираться в музыке. Насколько хорошо работает программа по определению музыкальных стилей? Сможет ли такая программа справиться с заданием типа «Угадай мелодию» в режиме реального времени?

* да, лучше, чем программа, написанная вручную

*да, но программа написанная вручную будет точнее

*нет, в режиме реального времени программа не справится

*справится, но не в режиме реального времени

20. Искусственный нейрон

*является моделью биологического нейрона

*не существует

* имитирует основные функции биологического нейрона

*по своей функциональности превосходит биологический нейрон

21. К какому времени относятся первые упоминания об искусственно созданных человекоподобных существах?

* период до н.э. (в источниках Древнего Египта)

*период Возрождения (в трудах Да Винчи)XX век (в материалах, появившихся после *возникновения обучающих алгоритмов)

*XXI век (в материалах, появившихся после возникновения искусственного интеллекта)

22. Как происходит обучение нейронной сети?

*эксперты настраивают нейронную сеть

*сеть запускается на обучающем множестве, и незадействованные нейроны выкидываются

* сеть запускается на обучающем множестве, и подстраиваются весовые значения

*сеть запускается на обучающем множестве, и добавляются или убираются соединения между нейронами

23. Какие виды обучения нейронных сетей вы знаете?

* «с учителем»

*«без учителя»

*«с учеником»

*«без ученика»

24. Какие сети характеризуются отсутствием памяти?

*однослойные

*многослойные

* без обратных связей

*с обратными связями

25. Какой из видов машинного обучения основывается на взаимодействии обучаемой системы со средой?

* обучение с подкреплением

*обучение с учителем

*обучение без учителя

*глубинное обучение

26. Когда говорят о нейронных сетях и машинном обучении, часто упоминают закон Мура. В чем его суть?

*20% усилий дают 80% результата, а остальные 80% усилий — лишь 20% результата

*Если все слова языка или длинного текста упорядочить по убыванию частоты их использования, то частота n-го слова в таком списке окажется приблизительно обратно пропорциональной его порядковому номеру n

*Не следует множить сущее без необходимости

* Каждое следующее поколение компьютеров работает в 2,5 раза быстрее

27. Кто создал первую модель искусственных нейронных сетей?

*Дэвид И. Румельхарт, Дж. Е. Хинтон и Рональд Дж. Вильямс

*Ян Лекун

*Фрэнк Розенблатт

* Мак-Каллок и Питтс

28. Наиболее редко на практике применяются методы машинного обучения, основанные на:

*алгоритмах обучения без учителя

*алгоритмах обучения с учителем

* алгоритмах обучения с подкреплением

*свёрточных нейронных сетях

29. Нейронная сеть является обученной, если:

*при подаче на вход некоторого вектора сеть будет выдавать ответ, к какому классу векторов он принадлежит

* при запуске обучающих входов она выдает соответствующие обучающие выходы

*алгоритм обучения завершил свою работу и не зациклился

*алгоритм обучения завершил свою работу и зациклился

30. Нейросети хорошо проявляют себя не только в распознавании, но и в генерации изображений. Но кое с чем у них все-таки возникают проблемы. С чем именно?

*текстуры

* форма

*глубина, количество пикселей

*цвет

31. Объем исследований и разработок в области нейронных сетей резко возрос в настоящее время благодаря тому, что

*только нейрокибернетика обеспечивает моделирование функций биологических систем

* появились нейропроцессоры, транспьютеры и т.п.

*открыли новые возможности человеческого мозга

*появились новые методы решения задач в области нейрокибернетики

32. Особых успехов нейросети достигли в работе с изображениями. Но что из этого нейросети не могут сделать?

*догадаться, что вы нарисовали

*стилизовать вашу фотографию под работу импрессиониста

* пластическую коррекцию лица

*омолаживать и состаривать лица на фотографиях

33. Паралич сети может наступить, когда:

* весовые значения становятся очень большими

*размер шага становится очень большой

*размер шага становится очень маленький

*весовые значения становятся очень маленькими

34. Подаем на вход персептрона вектор a. В каком случае весовые значения нужно уменьшать?

*если на выходе 0, а нужно 1

* если на выходе 1, а нужно 0

*если сигнал персептрона не совпадает с нужным ответом

*всегда, когда на выходе 1

35. Подаем на вход персептрона вектор а. В каком случае весовые значения нужно увеличивать?

*если на выходе 0, а нужно 1

* если на выходе 1, а нужно 0

*если сигнал персептрона не совпадает с нужным ответом

*всегда, когда на выходе 0

36. Программа от Google научилась рисовать на основе эскизов, сделанных людьми. Что при этом учитывала программа?

*стиль типичный для похожих изображений

*только конечный результат

* концепцию (идею) рисунка

*цветовую гамму типичную для похожих изображений

37. Процессом обучения нейронной сети называют:

* процесс подстройки весовых коэффициентов сети

*процесс подбора входных данных

*процесс подбора архитектуры сети

*процесс подстройки количества скрытых слоев

38. Реализация метода обучения с учителем не нуждается в:

*обучающей выборке

*тестовой выборке

* оценочной выборке

*проверочной выборке

39. С помощью каких инструментов формируется решение в условиях неопределенности

* дерево вывода

*дерево решений

*древо целей

*нечеткие множества

40. С помощью каких инструментов формируется решение в условиях определенности

*дерево вывода

*дерево решений

* древо целей

*нечеткие множества

41. С помощью каких инструментов формируется решение в условиях риска

*дерево вывода

* дерево решений

*древо целей

*нечеткие множества

42. Сверточные нейронные сети наиболее эффективно применяются для решения задач:

* обработки изображений

*прогнозирования изменения параметров

*дешифровки сообщений

*реализации рекомендательных систем

43. Сети прямого распространения - это:

*сети, имеющие много слоев

* сети, у которых нет соединений, идущих от выходов некоторого слоя к входам предшествующего слоя

*сети, у которых один слой

*сети, у которых есть память

44. Сети с обратными связями - это:

*сети, имеющие много слоев

*сети, имеющие один слой

* сети, у которых существуют соединения, идущие от выходов некоторого слоя к входам предшествующего слоя

*сети, у которых нет памяти

45. Сеть Хопфилда заменяется на сеть Хэмминга, если:

*необходимо ускорить время сходимости сети

*необходимо повысить число запомненных образцов

*необходимо обеспечить устойчивость сети

* нет необходимости, чтобы сеть в явном виде выдавала запомненный образец

46. Сетью без обратных связей называется сеть

*все слои которой соединены иерархически

* у которой нет синаптических связей, идущих от выхода некоторого нейрона к входам этого же нейрона или нейрона из предыдущего слоя

*у которой есть синаптические связи

*у которой есть родственные связи

47. Синапсами называются:

* точки соединения нейронов, через которые передаются нейронные сигналы

*"усики" нейронов, по которым проходят электрохимические сигналы

*тело нейрона, в котором происходит обработка электрохимического сигнала

*скопления нейронов

48. Сколько слоев может содержать персептрон?

* один

*три

*пять

*любое конечное число

49. Современную историю искусственного интеллекта связывают с появлением обучающих алгоритмов. Их существует множество типов, и среди них — алгоритмы сортировки. Какой из них считается самым простым?

*сортировка вставками

*сортировка выбором

* пузырьковая сортировка

*сортировка по условию

50. Стратегия избежания локальных минимумов при сохранении стабильности заключается в

*достаточно больших изменениях весовых значений

* больших начальных шагах изменения весовых значений и постепенном уменьшении этих шагов

*малых начальных шагах изменения весовых значений и постепенном увеличении этих шагов

*достаточно малых изменениях весовых значений

51. Теорема о "зацикливании" персептрона утверждает, что:

*любой алгоритм обучения зацикливается

* если данная задача не представима персептроном, то алгоритм обучения зацикливается

*если задача не имеет решения, то алгоритм обучения зацикливается

*если обучать персептрон любой задаче, то алгоритм всегда зацикливается

52. Теорема о двухслойности персептрона утверждает, что:

* любой многослойный персептрон может быть представлен в виде двухслойного персептрона

*в любом многослойном персептроне могут обучаться только два слоя

*способностью к обучению обладают персептроны, имеющие не более двух слоев

*однослойный персептрон может быть представлен в виде двухслойного персептрона

53. Теорема о сходных персептронах утверждает, что:

* если данная задача представляет персептрон, то он способен ей обучиться

*алгоритм обучения всегда сходится

*найдутся задачи, которым персептроны не смогут обучиться

*не могут существовать задачи, которым персептроны не смогут обучиться

54. У машинного обучения есть ряд задач. Как называется та, что направлена на предсказание значения той или иной непрерывной числовой величины для входных данных?

*классификация

*кластеризация

* регрессия

*переобучение

55. Что называется "эпохой" в алгоритме обучения персептрона?

*процесс настройки персептрона на одну обучающую пару

*процесс настройки персептрона на две обучающую пару

* один цикл предъявления всей обучающей выборки

*полный цикл настройки персептрона на все обучающие пары

56. Что называется обучающей выборкой для обучения персептрона?

*набор входных векторов, для которых заранее известны значения аппроксимируемой функции

*набор выходных векторов, являющихся точными значениями аппроксимируемой функции

*набор входов, используемых при обучении

* набор пар входов и выходов, используемых при обучении

57. Что называют нейронами Кохонена?

*те нейроны, которые на выходе похожи на исходные.

*те нейроны, выход которых минимален;

* если центры кластеров взаимно однозначно соответствуют нейронам скрытого слоя

*если центры кластеров взаимно однозначно соответствуют нейронам открытого слоя

58. Что необходимо выполнить, чтобы нейросеть могла помочь в формировании решения:

*указать правила вывода

*указать формулы для расчетов

* обучить на примерах

*ввести информацию о ситуации

59. Что такое множество весовых значений нейрона?

* множество значений, характеризующих "силу" соединений данного нейрона с нейронами предыдущего слоя

*множество значений, характеризующих "силу" соединений данного нейрона с нейронами последующего слоя

*множество значений, моделирующих "силу" родственных связей

*множество значений, характеризующих вычислительную "силу" нейрона

60. Что является входом искусственного нейрона?

* множество сигналов

*единственный сигнал

*весовые значения

*значения активационной функции

Нейронные сети и машинное обучение

УЧЕБНЫЕ МАТЕРИАЛЫ

Тема 1. Введение в машинное обучение

Тема 2. Задачи машинного обучения

Тема 3. Методы обучения нейронных сетей

Тема 4. Глубокое обучение и нейросети

Тема 5. Ассоциативные запоминающие нейронные сети

Литература