Новая школа

Тест по предмету "Искусственный интеллект. Машинное обучение"

Класс: 11
Количество вопросов: 40
Тип вопросов: Множественный выбор

Вопросы:

Что такое искусственный интеллект?
- A) Способность машины выполнять задачи, требующие человеческого интеллекта.
- B) Программа для создания 3D-графики.
- C) Компьютерные игры.
- D) Процесс цифровой обработки аудио.

Правильный ответ: A

Какое из следующего является подмножеством искусственного интеллекта?
- A) Нейронные сети
- B) Операционные системы
- C) Базы данных
- D) Веб-дизайн

Правильный ответ: A

Какое из утверждений верно для машинного обучения?
- A) Оно не требует больших объемов данных.
- B) Оно является частью статистики.
- C) Оно может учить без примеров.
- D) Оно всегда дает 100% точность.

Правильный ответ: B

Что такое нейронная сеть?
- A) Архитектура для создания традиционных алгоритмов.
- B) Математическая модель, вдохновленная структурой мозга.
- C) Форма программного обеспечения для простых задач.
- D) Электронный компонент для хранения информации.

Правильный ответ: B

Какой алгоритм чаще всего используется для классификации?
- A) Линейная регрессия
- B) K-ближайших соседей
- C) Ароморфоз
- D) Испытание гипотез

Правильный ответ: B

Что такое "обучение с учителем" в машинном обучении?
- A) Алгоритмы, которые учатся, не имея данных.
- B) Алгоритмы, которые обучаются на размеченных данных.
- C) Процесс, когда данные не сообщаются.
- D) Подход, при котором используется только неструктурированная информация.

Правильный ответ: B

Какой метод используется для уменьшения размерности данных?
- A) Регрессия
- B) PCA (Метод главных компонент)
- C) K-means
- D) Деревья решений

Правильный ответ: B

Что такое переобучение?
- A) Алгоритм, который справляется с тестовыми данными, но плохо работает на обучающих данных.
- B) Процесс поиска новых данных для обучения.
- C) Алгоритм, который слишком хорошо изучает данные обучения.
- D) Ситуация, когда данные тестирования лучше, чем данные обучения.

Правильный ответ: C

Какой метод используется для регрессии?
- A) Метод ближайших соседей
- B) Линейная регрессия
- C) Деревья решений
- D) Все вышеперечисленные

Правильный ответ: D

Какой из следующих алгоритмов является безнадзорным методом машинного обучения?
- A) K-ближайший сосед
- B) Случайный лес
- C) K-means
- D) Логистическая регрессия

Правильный ответ: C

Что представляет собой "алгоритм градиентного спуска"?
- A) Метод поиска глобального минимума функции.
- B) Алгоритм для создания новых признаков.
- C) Подход к кластеризации данных.
- D) Стратегия для классификации текстов.

Правильный ответ: A

В каком случае используется метод "перцептрон"?
- A) Для классификации.
- B) Для регрессии.
- C) Для распознавания изображений.
- D) Для кластеризации.

Правильный ответ: A

Что такое "гиперпараметры" в контексте машинного обучения?
- A) Параметры, которые указываются при обучении модели.
- B) Параметры, которые автоматически подбираются алгоритмом.
- C) Статические данные.
- D) Данные о выходных результатах.

Правильный ответ: A

Какой из следующих методов является контролируемым методом?
- A) K-средних
- B) Логистическая регрессия
- C) Иерархическая кластеризация
- D) Самоорганизующиеся карты

Правильный ответ: B

Для чего используется k-ближайших соседей?
- A) Для предсказания непрерывных значений.
- B) Для классификации на основе схожести.
- C) Для создания новых данных.
- D) Для оценки качеств моделей.

Правильный ответ: B

Какой из следующих методов используется для генерации новых данных на основе существующих?
- A) Автоэнкодеры
- B) Линейная регрессия
- C) Деревья решений
- D) Случайный лес

Правильный ответ: A

Какой тип данных требует использовать "обучение без учителя"?
- A) Размеченные данные
- B) Неразмеченные данные
- C) Структурированные данные
- D) Полуразмеченные данные

Правильный ответ: B

Что такое "переносное обучение"?
- A) Перенос модели с одного устройства на другое.
- B) Применение модели, обученной на одном наборе данных, к другому набору данных.
- C) Процесс скачивания данных из облака.
- D) Переключение между различными алгоритмами.

Правильный ответ: B

Какой из следующих методов относится к "обучению с подкреплением"?
- A) Q-обучение
- B) Логистическая регрессия
- C) K-ближайших соседей
- D) Метод главных компонент

Правильный ответ: A

Что такое "функция потерь"?
- A) Для оценки точности модели.
- B) Для определения качества данных.
- C) Для измерения разницы между предсказанными и реальными значениями.
- D) Для визуализации данных.

Правильный ответ: C

Какой метод можно использовать для предотвращения переобучения?
- A) Увеличение числа обучающих данных
- B) Уменьшение числа слоев в нейронной сети
- C) Применение регуляризации
- D) Все вышеперечисленные

Правильный ответ: D

В чем разница между "максимизацией правдоподобия" и "минимизацией функции потерь"?
- A) Никакой разницы нет, это одно и то же.
- B) Первый термин используется в статистике, второй — в машинном обучении.
- C) Максимизация правдоподобия ищет оптимальные параметры, минимизация — ошибка модели.
- D) Максимизация правдоподобия включает в себя обучение без учителя, а минимизация — обучение с учителем.

Правильный ответ: C

Что означает "бэггинг"?
- A) Способ снизить переобучение путем комбинации нескольких моделей.
- B) Обучение модели на одном наборе данных.
- C) Выбор модели на основе одной случайной выборки.
- D) Метод визуализации данных.

Правильный ответ: A

Какой из следующих методов классификации является ансамблем?
- A) Решающее дерево
- B) Случайный лес
- C) Линейная регрессия
- D) Метод главных компонент

Правильный ответ: B

Что такое "глубокое обучение"?
- A) Обучение из заранее изученных данных.
- B) Обучение посредством нейронных сетей с множеством слоев.
- C) Способ создания простых моделей.
- D) Метод для работы с небольшими объемами данных.

Правильный ответ: B

Какой из перечисленных положений о нейронных сетях является неверным?
- A) Нейронные сети могут обучаться через обратное распространение ошибки.
- B) Чем больше слоев у нейронной сети, тем проще она для обучения.
- C) Нейронные сети могут быть использованы для распознавания изображений.
- D) Нейронные сети требуют много данных для обучения.

Правильный ответ: B

Что такое "кросс-валидация"?
- A) Метод оценивания производительности модели.
- B) Процесс сбора данных.
- C) Тренировка модели на одном наборе данных.
- D) Создание новых признаков данных.

Правильный ответ: A

Какой признак указывает на разницу между обучающей и тестовой выборкой?
- A) Размер выборки
- B) Структура данных
- C) Процент выбросов
- D) Образцы данных

Правильный ответ: D

Как можно использовать "графовые нейронные сети"?
- A) Для обработки изображений.
- B) Для изучения связей между объектами.
- C) Для работы с временными рядами.
- D) Все вышеперечисленные.

Правильный ответ: B

В чем заключается "агента обучения"?
- A) Создание и анализ результатов.
- B) Участие в различных играх для обучения.
- C) Отбор лучших моделей.
- D) Создание базы данных.

Правильный ответ: B

Что такое "сначала распределение" в контексте машинного обучения?
- A) Процесс создания новшеств.
- B) Степень, в которой модель может обобщить.
- C) Определение классов в наборе данных.
- D) Процесс увеличения данных.

Правильный ответ: B

Какой из методов используется для оценки влияния каждого признака на выходные данные?
- A) Выбор признаков
- B) Моделирование
- C) Регуляризация
- D) Кластеризация

Правильный ответ: A

Что такое "объединение признаков"?
- A) Удаление ненужных параметров из модели.
- B) Комбинирование нескольких признаков в один новый.
- C) Создание подвыборки для анализа.
- D) Изучение данных на основе объема.

Правильный ответ: B

Для чего применяется "регуляризация" в машинном обучении?
- A) Для уменьшения количества необходимых данных.
- B) Для уменьшения сложности модели и предотвращения переобучения.
- C) Для увеличения размеров данных.
- D) Для выбора оптимального сигнала.

Правильный ответ: B

Какое уравнение представляет линейную регрессию?
- A) y = a + bx
- B) y = ax^2 + bx + c
- C) y = a^x
- D) y = log(x)

Правильный ответ: A

Что такое "параметры модели" в контексте машинного обучения?
- A) Данные, используемые для обучения.
- B) Определённые значения, найденные в процессе обучения.
- C) Метрики для оценки качества модели.
- D) Алгоритмы, используемые для обучения.

Правильный ответ: B

Какой из методов "кластеризации" позволяет разделить данные на группы без предварительного обучения?
- A) K-средних
- B) Случайный лес
- C) Логистическая регрессия
- D) Нейронные сети

Правильный ответ: A

Какой из приведенных подходов служит основой для того, чтобы обучить нейронную сеть?
- A) Прямой путь
- B) Алгоритм обратного распространения ошибки
- C) Градиентный подъем
- D) Классификация

Правильный ответ: B

Что такое "конволюционный слой" в нейронной сети?
- A) Слой, который преобразует данные в один формат.
- B) Слой, который обучается по методу подтверждения.
- C) Слой, который извлекает признаки из изображений.
- D) Слой, который объединяет данные.

Правильный ответ: C

Что означают "веса" в нейронной сети?
- A) Задают параметры активации нейронов.
- B) Надежно фиксируют информацию о входных данных.
- C) Определяют скорость обработки нейронов.
- D) Указывают количество операций.

Правильный ответ: A

Конец теста.
Требуется оценка: подсчитайте количество правильных ответов и поделите на общее количество вопросов (40), чтобы получить процент правильных ответов.

Бесплатный сервис «Учительская»

Тест на тему вопросы к научно-популярному фильму "Тайна вещества"

Тест по химии на тему: "Тайна вещества" для 7 класса

Инструкция для учащихся:

Популярные тесты

Тест по ОБЖ: Гигиеническое и дифференцируемое нормирование параметров микроклимата

Вопросы:

Ответы:

Тест по предмету "Искусственный интеллект. Машинное обучение"

Вопросы: