Нейронные сети и машинное обучение. Синергия. Ответы на ИТОГОВЫЙ ТЕСТ. На отлично!

Ответы представлены на ИТОГОВЫЙ ТЕСТ

Результат - 100 баллов

Перед покупкой сверьте список вопросов и убедитесь, что вам нужны ответы именно на эти вопросы!

С вопросами вы можете ознакомиться ДО покупки.

Для быстрого поиска вопроса используйте Ctrl+F.

При возникновении вопросов, сложностей или необходимости пройти тест по другому предмету пишите в личные сообщения https://studwork.ru/mail/259571

Другие мои работы можно найти по ссылке https://studwork.ru/shop?user=259571

Ответы вы сможете скачать сразу после покупки.

Активационной функцией называется:

· функция, вычисляющая выходной сигнал нейрона

· функция, суммирующая входные сигналы нейрона

· функция, корректирующая весовые значения

· функция, распределяющая входные сигналы по нейронам

Алгоритм k-средних предназначен для решения задачи:

· классификации

· кластеризации

· прогнозирования

· снижения размерности

Большие данные – это:

· данные объемом более 1Тб

· данные объемом более 10Тб

· данные объемом более 100Тб

· нет ограничений на минимальный объем

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

В какие игры нейросеть еще не научилась обыгрывать человека?

· шахматы

· бридж

· «Марио»

· Го

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.

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

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

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

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

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

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

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

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»

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

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

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

Искусственный нейрон

· является моделью биологического нейрона

· не существует

· имитирует основные функции биологического нейрона

· по своей функциональности превосходит биологический нейрон

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)

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

Какие виды обучения нейронных сетей вы знаете?

· «с учителем»

· «без учителя»

· «с учеником»

· «без ученика»

Какие сети характеризуются отсутствием памяти?

· однослойные

· многослойные

· без обратных связей

· с обратными связями

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

· обучение с подкреплением

· обучение с учителем

· обучение без учителя

· глубинное обучение

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

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

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

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

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

"Обучение без учителя" характеризуется отсутствием:

· желаемого выхода сети

· эксперта, корректирующего процесс обучения

· обучающего множества

· входных векторов

"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

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

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

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

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

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

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

Процессом обучения нейронной сети называют:

· процесс подстройки весовых коэффициентов сети

· процесс подбора входных данных

· процесс подбора архитектуры сети

· процесс подстройки количества скрытых слоев

Реализация метода обучения с учителем не нуждается в:

· обучающей выборке

· тестовой выборке

· оценочной выборке

· проверочной выборке

С помощью каких инструментов формируется решение в условиях неопределенности

· дерево вывода

· дерево решений

· древо целей

· нечеткие множества

С помощью каких инструментов формируется решение в условиях определенности

· дерево вывода

· дерево решений

· древо целей

· нечеткие множества

С помощью каких инструментов формируется решение в условиях риска

· дерево вывода

· дерево решений

· древо целей

· нечеткие множества

Сверточные нейронные сети наиболее эффективно применяются для решения задач:

· обработки изображений

· прогнозирования изменения параметров

· дешифровки сообщений

· реализации рекомендательных систем

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

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

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

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

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

Сколько слоев может содержать персептрон?

· один

· три

· пять

· любое конечное число

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

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

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

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

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

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

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

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

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

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

· указать правила вывода

· указать формулы для расчетов

· обучить на примерах

· ввести информацию о ситуации

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

Что является входом искусственного нейрона?

· множество сигналов

· единственный сигнал

· весовые значения

· значения активационной функции