Тесты СинергияАртём Хелп
Артём Help онлайнПолучить расчёт
Бесплатно оценим сроки и стоимостьОтправить задание в Telegram
Без привязки к предмету

Без привязки к предмету — вариант 394

Просмотрите все вопросы и варианты бесплатно. Правильные ответы скрыты и открываются только после получения доступа.

4 вопроса Вариант 394 Доступ 7 дней
Содержание теста

Вопросы и варианты

Без отметок и подсказок к правильным ответам

Вопрос 1

Ваша компания разрабатывает систему распознавания рукописного текста с помощью нейронных сетей. Вы получили новый набор данных, который содержит изображения рукописных цифр (от 0 до 9) написанных разными людьми. Ваша задача – обучить нейросеть распознавать эти цифры с максимальной точностью. Какую архитектуру нейронной сети Вы выберете для решения данной задачи?

  1. Полносвязная нейронная сеть (Fully Connected Network).
  2. Сверточная нейронная сеть (Convolutional Neural Network).
  3. Рекуррентная нейронная сеть (Recurrent Neural Network).
Вопрос 2

Вы разрабатываете модель нейронной сети для классификации изображений на два класса: собаки и кошки. Вам даны 10000 изображений собак и 10000 изображений кошек для обучения модели. Вы решаете использовать сверточную нейронную сеть для этой задачи. Какие преимущества сверточных нейронных сетей делают их хорошим выбором для задачи классификации изображений?

  1. Сверточные нейронные сети позволяют выделять важные признаки изображений, такие как углы, границы и текстуры.
  2. Сверточные нейронные сети обладают высокой скоростью обучения и эффективно применяются в реальных временных задачах.
  3. Сверточные нейронные сети могут автоматически извлекать семантические признаки изображений, позволяя модели находить общие закономерности в данных.
Вопрос 3

Вашей задачей является написание программы, которая будет определять тональность текста. Для этого вам необходимо реализовать функцию determine_sentiment(text: str) -> str, которая будет принимать на вход текст и возвращать одно из следующих значений: «positive» – если текст имеет позитивную тональность. «negative» – если текст имеет негативную тональность. «neutral» – если текст не имеет явно выраженной эмоциональной окраски. Определите тональность текста для написания программы.

  1. Вам предоставлены все необходимые данные и модель машинного обучения для реализации данной функции.
  2. Вам необходимо самому разработать алгоритм определения тональности текста.
  3. Вам необходимо использовать сторонние библиотеки и API для определения тональности текста.
Вопрос 4

Ваша компания разработала новый алгоритм обработки естественного языка для автоматической классификации текстов. Однако перед запуском на продакшен, необходимо провести тестирование системы для проверки ее эффективности. Каким образом можно оценить точность классификации системы обработки естественного языка?

  1. Сравнить предсказанные метки классов с истинными метками в наборе тестовых данных и вычислить процент совпадений.
  2. Измерить среднюю скорость обработки текстов системой и сравнить с другими алгоритмами обработки естественного языка.
  3. Провести опрос среди случайно выбранных пользователей о том, насколько точно система классифицирует тексты.