Онлайн тесты на тему "Нейронные сети – итоговый и компетентностный тесты, 5 семестр, Синергия [ID 66574]"

Тестовое задание на тему: Нейронные сети – итоговый и компетентностный тесты, 5 семестр
Тест набрал 92 балла, был выполнен на зачет. Отчёт набранных баллов предоставляю в демо работах.
В купленном тесте будут вопросы и ответы которые размещены ниже.
Так же могу выполнять данную работу индивидуально. Делайте индивидуальный заказ.

Описание работы

Итоговый тест

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 β₁ 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

Компетентностный тест

Инженер обучает линейную модель на признаках, где наблюдается сильная корреляция между несколькими переменными.<br/><i>Какая техника поможет стабилизировать модель?</i>
Модель линейной регрессии, обученная без регуляризации, показывает хорошее качество на обучении, но плохое на тесте.<br/><i>Какое улучшение возможно в этом случае?</i>
Аналитик пытается построить вероятностную модель классификации, не имея явной информации о плотностях классов.<br/><i>Какую стратегию можно использовать в этом случае?</i>
Модель классификации демонстрирует высокое качество на обучении, но низкое – на тестировании.<br/><i>Что поможет решить эту проблему?</i>
Аналитик обучает ансамбль моделей и хочет объединить выходы моделей разных типов для повышения качества.<br/><i>Какую стратегию он должен использовать?</i>
Аналитик обучает модель градиентного бустинга для регрессии, но замечает ее сильное переобучение.<br/><i>Какой параметр стоит в первую очередь изменить?</i>
Инженер строит модель XGBoost для задачи классификации с несбалансированными классами.<br/><i>Что поможет улучшить качество классификации малых классов?</i>
Разработчик обучает свёрточную нейронную сеть для распознавания объектов на изображениях.<br/><i>Как можно уменьшить размерность карты признаков без потери важной информации?</i>