Тесты СинергияАртём Хелп
Артём Help онлайнПолучить расчёт
Бесплатно оценим сроки и стоимостьОтправить задание в Telegram
Глубокое обучение с подкреплением.фит_БАК

Глубокое обучение с подкреплением.фит_БАК

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

60 вопросов Вариант 1 Доступ 7 дней
Содержание теста

Вопросы и варианты

Без отметок и подсказок к правильным ответам

Вопрос 1

Что такое глубокое обучение?

  1. Подраздел машинного обучения, использующий многослойные нейронные сети
  2. Метод ручного программирования алгоритмов
  3. Статистический анализ данных без использования моделей
  4. Техника визуализации данных
Вопрос 2

Какой алгоритм является основой глубокого обучения?

  1. Линейная регрессия
  2. Дерево решений
  3. Искусственная нейронная сеть
  4. Метод k-ближайших соседей
Вопрос 3

В чем основное отличие глубокого обучения от традиционного машинного обучения?

  1. Глубокое обучение требует меньше данных
  2. Глубокое обучение автоматически извлекает признаки из данных
  3. Глубокое обучение не использует нейронные сети
  4. Глубокое обучение работает только с табличными данными
Вопрос 4

Какая архитектура нейронных сетей наиболее известна в глубоком обучении?

  1. Сверточная нейронная сеть (CNN)
  2. Решающее дерево
  3. Метод опорных векторов (SVM)
  4. Логистическая регрессия
Вопрос 5

Что такое функция активации в нейронных сетях?

  1. Метод нормализации данных
  2. Функция, определяющая выход нейрона на основе его входа
  3. Алгоритм оптимизации
  4. Метод визуализации данных
Вопрос 6

Для чего используется функция Softmax?

  1. Для задач регрессии
  2. Для бинарной классификации
  3. Для многоклассовой классификации
  4. Для кластеризации
Вопрос 7

Что такое переобучение (overfitting)?

  1. Модель слишком хорошо обучается на тренировочных данных и плохо обобщает
  2. Модель не обучается вообще
  3. Модель слишком простая
  4. Модель идеально работает на всех данных
Вопрос 8

Как можно бороться с переобучением?

  1. Увеличить количество слоев
  2. Использовать регуляризацию (L1, L2)
  3. Удалить все данные
  4. Увеличить learning rate
Вопрос 9

Что такое обратное распространение ошибки (backpropagation)?

  1. Метод визуализации данных
  2. Алгоритм оптимизации весов нейронной сети
  3. Метод кластеризации
  4. Техника сбора данных
Вопрос 10

Какая функция активации чаще всего используется в скрытых слоях?

  1. Сигмоида
  2. ReLU
  3. Tanh
  4. Softmax
Вопрос 11

Какой алгоритм оптимизации чаще всего используется в глубоком обучении?

  1. Градиентный спуск (Gradient Descent)
  2. Метод k-средних
  3. Метод главных компонент (PCA)
  4. Линейная регрессия
Вопрос 12

Что такое learning rate?

  1. Скорость обучения модели
  2. Количество данных
  3. Размер батча
  4. Количество эпох
Вопрос 13

Что такое эпоха (epoch) в обучении нейронной сети?

  1. Один проход всего набора данных через модель
  2. Одна итерация градиентного спуска
  3. Один слой нейронной сети
  4. Один батч данных
Вопрос 14

Что такое батч (batch) в глубоком обучении?

  1. Подмножество данных, используемое за одну итерацию обучения
  2. Полный набор данных
  3. Один нейрон
  4. Один слой сети
Вопрос 15

Какой тип данных лучше всего обрабатывается рекуррентными нейронными сетями (RNN)?

  1. Изображения
  2. Тексты и временные ряды
  3. Табличные данные
  4. Звуковые сигналы
Вопрос 16

Что такое dropout в нейронных сетях?

  1. Метод удаления данных
  2. Техника регуляризации, отключающая случайные нейроны во время обучения
  3. Алгоритм кластеризации
  4. Метод оптимизации
Вопрос 17

Какая библиотека чаще всего используется для глубокого обучения?

  1. Scikit-learn
  2. TensorFlow/Keras
  3. Pandas
  4. Matplotlib
Вопрос 18

Что такое автоэнкодер (autoencoder)?

  1. Нейронная сеть для сжатия и восстановления данных
  2. Метод классификации
  3. Алгоритм кластеризации
  4. Метод визуализации
Вопрос 19

Что такое "vanishing gradient" проблема?

  1. Градиенты становятся слишком большими
  2. Градиенты исчезают при обучении глубоких сетей
  3. Модель переобучается
  4. Данные теряются
Вопрос 20

Какая архитектура используется для обработки изображений?

  1. Рекуррентная нейронная сеть (RNN)
  2. Сверточная нейронная сеть (CNN)
  3. Полносвязная сеть (FCNN)
  4. Дерево решений
Вопрос 21

Что такое Fully-Connected Neural Network (FCNN)?

  1. Сеть, где каждый нейрон связан со всеми нейронами следующего слоя
  2. Сеть без связей между слоями
  3. Сеть только с одним слоем
  4. Сеть, работающая только с изображениями
Вопрос 22

Как называется простейшая архитектура многослойной нейронной сети?

  1. Дерево решений
  2. Многослойный перцептрон (MLP)
  3. Метод k-ближайших соседей
  4. Линейная регрессия
Вопрос 23

Сколько скрытых слоев в "неглубокой" нейронной сети?

  1. 0
  2. 1-2
  3. 10-20
  4. Более 100
Вопрос 24

Какой тип задач решает MLP?

  1. Только регрессия
  2. Только классификация
  3. И регрессия, и классификация
  4. Только кластеризация
Вопрос 25

Какой алгоритм обучения используется в MLP?

  1. Обратное распространение ошибки
  2. Метод k-средних
  3. Метод главных компонент (PCA)
  4. Линейная регрессия
Вопрос 26

Что такое веса в нейронной сети?

  1. Параметры, которые настраиваются в процессе обучения
  2. Входные данные
  3. Выходные данные
  4. Метод визуализации
Вопрос 27

Что такое bias (смещение) в нейронной сети?

  1. Дополнительный параметр, позволяющий смещать выход нейрона
  2. Ошибка модели
  3. Метод регуляризации
  4. Алгоритм оптимизации
Вопрос 28

Какой метод инициализации весов чаще всего используется?

  1. Инициализация нулями
  2. Случайная инициализация (например, Xavier/Glorot)
  3. Инициализация единицами
  4. Без инициализации
Вопрос 29

Какая loss-функция используется для бинарной классификации?

  1. MSE (Mean Squared Error)
  2. Cross-Entropy
  3. MAE (Mean Absolute Error)
  4. RMSE
Вопрос 30

Какая loss-функция используется для регрессии?

  1. Cross-Entropy
  2. MSE (Mean Squared Error)
  3. Accuracy
  4. F1-score
Вопрос 31

Что такое batch normalization?

  1. Метод нормализации входных данных
  2. Техника ускорения обучения путем нормализации активаций в слоях
  3. Удаление данных
  4. Метод визуализации
Вопрос 32

Какой метод регуляризации используется в нейронных сетях?

  1. L1 и L2 регуляризация
  2. Удаление слоев
  3. Увеличение learning rate
  4. Уменьшение количества данных
Вопрос 33

Что такое early stopping?

  1. Прекращение обучения при ухудшении качества на валидационной выборке
  2. Увеличение количества эпох
  3. Удаление данных
  4. Изменение архитектуры сети
Вопрос 34

Какой оптимизатор часто используется в MLP?

  1. SGD (Stochastic Gradient Descent)
  2. Adam
  3. RMSprop
  4. SGD (Stochastic Gradient Descent), Adam, RMSprop
Вопрос 35

Что такое гиперпараметры нейронной сети?

  1. Параметры, которые настраиваются перед обучением (learning rate, количество слоев)
  2. Веса модели
  3. Входные данные
  4. Выходные данные
Вопрос 36

Как можно подбирать гиперпараметры?

  1. Grid Search
  2. Random Search
  3. Ручной подбор
  4. Все вышеперечисленные
Вопрос 37

Что такое "проблема исчезающих градиентов" в MLP?

  1. Градиенты становятся слишком большими
  2. Градиенты становятся очень маленькими, и обучение замедляется
  3. Модель переобучается
  4. Данные теряются
Вопрос 38

Как можно решить проблему исчезающих градиентов?

  1. Использовать ReLU активацию
  2. Использовать batch normalization
  3. Уменьшить learning rate
  4. Все вышеперечисленные
Вопрос 39

Какая функция активации НЕ используется в выходном слое для регрессии?

  1. Линейная
  2. ReLU
  3. Sigmoid
  4. Tanh
Вопрос 40

Почему MLP плохо работает с изображениями?

  1. Не учитывает пространственную структуру данных
  2. Слишком медленный
  3. Требует мало данных
  4. Не поддерживает GPU
Вопрос 41

Какая библиотека разработана Google для глубокого обучения?

  1. PyTorch
  2. TensorFlow
  3. Keras
  4. Scikit-learn
Вопрос 42

Какая библиотека является высокоуровневой оберткой над TensorFlow?

  1. PyTorch
  2. Keras
  3. Theano
  4. Caffe
Вопрос 43

Какая библиотека больше подходит для исследований и быстрого прототипирования?

  1. TensorFlow
  2. PyTorch
  3. Caffe
  4. MXNet
Вопрос 44

Какой фреймворк использует динамические графы вычислений?

  1. TensorFlow (до версии 2.0)
  2. PyTorch
  3. Keras
  4. Theano
Вопрос 45

Какая библиотека устарела и больше не поддерживается?

  1. Theano
  2. TensorFlow
  3. PyTorch
  4. Keras
Вопрос 46

Какой язык программирования используется в TensorFlow/PyTorch?

  1. Python
  2. Java
  3. C++
  4. R
Вопрос 47

Что такое CUDA в контексте глубокого обучения?

  1. Язык программирования
  2. Технология NVIDIA для ускорения вычислений на GPU
  3. Библиотека для обработки изображений
  4. Метод оптимизации
Вопрос 48

Какая библиотека используется для обработки естественного языка (NLP)?

  1. OpenCV
  2. NLTK
  3. Hugging Face Transformers
  4. Scikit-learn
Вопрос 49

Какой инструмент позволяет визуализировать архитектуру нейронной сети?

  1. TensorBoard
  2. Matplotlib
  3. Seaborn
  4. Pandas
Вопрос 50

Какой формат данных используется для хранения обученных моделей в TensorFlow?

  1. .h5
  2. .pkl
  3. .csv
  4. .json
Вопрос 51

Как загрузить предобученную модель в PyTorch?

  1. tоrch.lоаd()
  2. tf.kerаs.mоdels.lоаd_mоdel()
  3. pickle.lоаd()
  4. pаndаs.reаd_csv()
Вопрос 52

Какая библиотека используется для компьютерного зрения?

  1. оpenCV
  2. NLTK
  3. SpаCy
  4. Gensim
Вопрос 53

Какой фреймворк разработан Fаcebооk?

  1. TensоrFlоw
  2. PyTоrch
  3. Kerаs
  4. Cаffe
Вопрос 54

Какой инструмент позволяет развернуть модель в prоductiоn?

  1. TensоrFlоw Serving
  2. Flаsk
  3. FаstаPI
  4. Все вышеперечисленные
Вопрос 55

Какая библиотека используется для автоматического машинного обучения (аutоML)?

  1. аutоKerаs
  2. TPоT
  3. H2о.аi
  4. Все вышеперечисленные
Вопрос 56

Какой аPI Kerаs используется для создания моделей?

  1. Sequentiаl аPI
  2. Functiоnаl аPI
  3. Mоdel Subclаssing
  4. Все вышеперечисленные
Вопрос 57

Какой метод используется для обработки текста в нейронных сетях?

  1. Wоrd Embeddings (Wоrd2Vec, GlоVe)
  2. TF-IDF
  3. оne-Hоt Encоding
  4. Все вышеперечисленные
Вопрос 58

Какая библиотека позволяет работать с графами знаний?

  1. NetwоrkX
  2. PyTоrch Geоmetric
  3. DGL
  4. Все вышеперечисленные
Вопрос 59

Какой формат используется для описания архитектуры нейронной сети в Kerаs?

  1. JSоN
  2. YаML
  3. .h5
  4. .pth
Вопрос 60

Какой инструмент позволяет ускорить обучение модели на нескольких GPU?

  1. Hоrоvоd
  2. TensоrFlоw Distributed
  3. PyTоrch Lightning
  4. Все вышеперечисленные