Сгенерируй тест для школьников с учетом следующих параметров: 1. Предмет: Информатика 2. Тема теста: Машиное обучение 3. Класс учеников: 11 4. Типы вопросов в тесте: Множественный выбор 5. Количество вопросов: 10 6. Выводить ли тест с ответами: Да

**Тест по информатике: Машинное обучение** **Класс: 11** **Множественный выбор (выберите один правильный ответ)** 1. Что такое машинное обучение? a) Процесс, при котором компьютеры обучаются самостоятельно b) Искусство создания интеллектуальных машин c) Программирование без использования алгоритмов d) Методы рекламы товаров 2. Какие из перечисленных алгоритмов относятся к надзорному обучению (supervised learning)? a) K-means b) Решающее дерево (Decision tree) c) Метод опорных векторов (Support Vector Machine) d) Кластеризация 3. Какая метрика используется для оценки качества модели в задачах классификации? a) Среднеквадратичная ошибка (Mean Squared Error) b) F1-мера (F1-score) c) Коэффициент детерминации (R-squared) d) Средняя абсолютная ошибка (Mean Absolute Error) 4. Что такое переобучение (overfitting) в контексте машинного обучения? a) Модель хорошо обобщает данные и показывает хорошие результаты на тестовой выборке b) Модель адаптируется только под тренировочные данные и не способна обобщать новые данные c) Модель показывает перекос в сторону тренировочных данных и плохо обобщает d) Модель не обучается из-за недостаточного количества данных 5. Как называется процесс выбора наилучшей модели из нескольких вариантов в машинном обучении? a) Оценка модели b) Подгонка модели c) Интеграция модели d) Отбор модели 6. Какова цель алгоритма кластеризации (clustering) в машинном обучении? a) Решение задачи классификации b) Delaunay триангуляция c) Группировка объектов на основе их схожести d) Генерация случайных кластеров 7. Какие методы относятся к обучению без учителя (unsupervised learning)? a) Линейная регрессия b) Кластеризация c) Надзорное обучение d) Метод опорных векторов 8. Что такое гиперпараметры в контексте машинного обучения? a) Параметры модели, которые оптимизируются в процессе обучения b) Параметры, которые задаются до начала обучения и не меняются в процессе c) Параметры, учитывающие случайные шумы в данных d) Параметры, необходимые для верной интерпретации результатов модели 9. Как называется метод, при котором модель обучается на примерах с вознаграждением или штрафами (наказаниями)? a) Обучение с подкреплением (reinforcement learning) b) Кластеризация c) Ансамблирование d) Обучение с учителем (supervised learning) 10. Какая функция активации используется в нейронной сети для задачи классификации с бинарным исходом? a) Сигмоида (Sigmoid) b) ReLU (Rectified Linear Unit) c) Tanh d) Softmax **Тест завершен. Надеюсь, он поможет вам подготовиться к экзамену!** **Ответы по порядку (если вам нужны):** 1. a) Процесс, при котором компьютеры обучаются самостоятельно 2. b) Решающее дерево (Decision tree) 3. b) F1-мера (F1-score) 4. c) Модель показывает перекос в сторону тренировочных данных и плохо обобщает 5. d) Отбор модели 6. c) Группировка объектов на основе их схожести 7. b) Кластеризация 8. b) Параметры, которые задаются до начала обучения и не меняются в процессе 9. a) Обучение с подкреплением (reinforcement learning) 10. a) Сигмоида (Sigmoid)