Тесты на тему "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.

Описание работы

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