Тесты СинергияАртём Хелп
Артём Help онлайнПолучить расчёт
Бесплатно оценим сроки и стоимостьОтправить задание в Telegram
Теории и системы искусственного интеллекта.фгиму_БАК_ГиМУ

Теории и системы искусственного интеллекта.фгиму_БАК_ГиМУ

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

Какая из следующих задач относится к области машинного обучения?

  1. Обработка естественного языка
  2. Логическое программирование
  3. Классификация и регрессия
  4. Поиск оптимальных решений
Вопрос 2

Какой алгоритм является методом оптимизации для поиска локального минимума функции потерь в нейронных сетях?

  1. Алгоритм эволюции
  2. Метод градиентного спуска
  3. Генетический алгоритм
  4. Метод симплекс-метода
Вопрос 3

Что является основной характеристикой нейронных сетей в контексте искусственного интеллекта?

  1. Они способны выполнять только линейные преобразования
  2. Они могут моделировать сложные функции на основе большого объема данных
  3. Нейронные сети не применяются в задачах классификации
  4. Они только выполняют логические операции
Вопрос 4

Какая из следующих задач является примером задачи поиска в искусственном интеллекте?

  1. Сегментация изображений
  2. Поиск кратчайшего пути в графе
  3. Обработка текста с помощью нейронных сетей
  4. Классификация изображений
Вопрос 5

Какой тип обучения используется в задачах, где модель обучается на основе примеров с метками (ответами)?

  1. Обучение с подкреплением
  2. Обучение без учителя
  3. Обучение с учителем
  4. Глубокое обучение
Вопрос 6

Что из следующего является примером алгоритма машинного обучения без учителя?

  1. K-средних
  2. Метод опорных векторов
  3. Алгоритм наивного Байеса
  4. Логистическая регрессия
Вопрос 7

Что представляет собой нейронная сеть с несколькими слоями?

  1. Однослойная нейронная сеть
  2. Многослойная перцептронная нейронная сеть
  3. Алгоритм K-ближайших соседей
  4. Логическая нейронная сеть
Вопрос 8

Что является основной целью метода обучения с подкреплением?

  1. Построить обучающую выборку
  2. Минимизировать ошибку на тестовой выборке
  3. Максимизировать вознаграждение через взаимодействие с окружающей средой
  4. Установить корректные веса для нейронной сети
Вопрос 9

Какой из методов используется для решения задачи классификации, при которой данные разделяются на два класса?

  1. Метод опорных векторов
  2. Алгоритм K-средних
  3. Линейная регрессия
  4. Деревья решений
Вопрос 10

Какую задачу решает метод "обучения с учителем"?

  1. Группировка объектов по сходству
  2. Прогнозирование будущих значений
  3. Оценка вероятности событий
  4. Классификация объектов на основе меток
Вопрос 11

Какой из алгоритмов используется для уменьшения размерности данных?

  1. Алгоритм кластеризации
  2. Метод главных компонент (PC
  3. Алгоритм ближайших соседей
  4. Глубокое обучение
Вопрос 12

Что из следующего является ключевой особенностью алгоритмов глубокого обучения?

  1. Они не используют данные для обучения
  2. Они используют простые математические модели
  3. Они моделируют данные с помощью множества слоев абстракции
  4. Они не могут работать с изображениями
Вопрос 13

Какая из задач искусственного интеллекта фокусируется на обработке и понимании человеческого языка?

  1. Машинное зрение
  2. Обработка естественного языка
  3. Робототехника
  4. Алгоритмы оптимизации
Вопрос 14

Что такое алгоритм "классификация"?

  1. Метод для группировки объектов с похожими характеристиками
  2. Метод для прогнозирования будущих значений на основе предыдущих данных
  3. Метод для деления объектов на категории по определенным признакам
  4. Метод для улучшения качества изображений
Вопрос 15

Какую задачу решает алгоритм "обучение без учителя"?

  1. Построение модели на основе данных с метками
  2. Создание модели с использованием предыдущего опыта
  3. Определение структуры данных и кластеризация без меток
  4. Оптимизация процессов в рамках определенной задачи
Вопрос 16

Какой алгоритм используется для решения задачи регрессии, где нужно предсказать значение на основе входных данных?

  1. Логистическая регрессия
  2. Метод опорных векторов
  3. Линейная регрессия
  4. K-средних
Вопрос 17

Как называется структура данных, которая используется для представления нейронных сетей?

  1. Дерево решений
  2. Граф
  3. Матричная структура
  4. Список
Вопрос 18

Какая из следующих задач является примером задачи классификации в области машинного обучения?

  1. Определение оптимальной скорости на основе исторических данных
  2. Классификация изображений на основе категорий
  3. Прогнозирование курса валют
  4. Предсказание температуры на завтра
Вопрос 19

Как называется метод, при котором нейронная сеть обучается с помощью сигнала награды за правильные действия?

  1. Обучение с подкреплением
  2. Обучение с учителем
  3. Обучение без учителя
  4. Глубокое обучение
Вопрос 20

Какая из следующих задач является примером решения проблемы оптимизации в искусственном интеллекте?

  1. Поиск минимального пути в графе
  2. Прогнозирование спроса на товар
  3. Обработка естественного языка
  4. Классификация текстов
Вопрос 21

Какая из технологий используется в нейронных сетях для предотвращения переобучения модели?

  1. Регуляризация
  2. Градиентный спуск
  3. Оптимизация функции потерь
  4. Сверточные слои
Вопрос 22

Как называется метод, при котором алгоритм ищет оптимальные решения, имитируя процесс эволюции?

  1. Метод роя частиц
  2. Генетический алгоритм
  3. Глубокое обучение
  4. Метод имитации отжига
Вопрос 23

Как называется концепция, согласно которой искусственный интеллект должен стремиться к выполнению действий, максимально приближающихся к человеческим?

  1. Симуляция
  2. Тест Тьюринга
  3. Интуиция
  4. Синергия
Вопрос 24

Какая модель искусственного интеллекта используется для классификации объектов с помощью обучающих примеров и создания гиперплоскости?

  1. Нейронная сеть
  2. Метод опорных векторов
  3. Алгоритм K-средних
  4. Логистическая регрессия
Вопрос 25

Как называется процесс, когда алгоритм обучается на данных без меток и пытается выделить закономерности?

  1. Обучение с учителем
  2. Обучение без учителя
  3. Обучение с подкреплением
  4. Гибридное обучение
Вопрос 26

Какая из следующих архитектур используется в глубоких нейронных сетях для извлечения признаков из изображений?

  1. Рекуррентные нейронные сети
  2. Сверточные нейронные сети
  3. Многослойные перцептроны
  4. Алгоритмы наивного Байеса
Вопрос 27

Какой алгоритм машинного обучения используется для классификации, когда данные распределены по нескольким категориям с различной плотностью?

  1. K-средних
  2. Алгоритм ближайших соседей
  3. Метод опорных векторов
  4. Алгоритм DBSCAN
Вопрос 28

Какой тип нейронной сети используется для обработки последовательных данных, таких как текст или временные ряды?

  1. Сверточные нейронные сети
  2. Рекуррентные нейронные сети
  3. Многослойные перцептроны
  4. Генеративные модели
Вопрос 29

Какой алгоритм применяется для поиска локального максимума функции в контексте обучения нейронных сетей?

  1. Градиентный спуск
  2. Дерево решений
  3. Алгоритм эволюции
  4. Метод случайного поиска
Вопрос 30

Что такое "переносное обучение" в контексте искусственного интеллекта?

  1. Применение одного алгоритма для разных задач
  2. Использование знаний, полученных на одной задаче, для улучшения обучения на другой задаче
  3. Снижение затрат на обучение
  4. Применение алгоритмов из других областей науки
Вопрос 31

Какой подход в искусственном интеллекте используется для создания стратегий и принятия решений на основе прошлого опыта?

  1. Обучение с подкреплением
  2. Глубокое обучение
  3. Модели линейной регрессии
  4. Нейросетевой анализ
Вопрос 32

Как называется область искусственного интеллекта, занимающаяся созданием машин и программ, которые могут выполнять задачи, требующие человеческого интеллекта?

  1. Робототехника
  2. Теория вероятностей
  3. Экспертные системы
  4. Обработка естественного языка
Вопрос 33

Какая задача относится к области обработки естественного языка в искусственном интеллекте?

  1. Обнаружение объектов на изображении
  2. Перевод текста с одного языка на другой
  3. Прогнозирование цен на акции
  4. Определение оптимального маршрута
Вопрос 34

Какой из следующих методов используется для уменьшения числа параметров модели в нейронных сетях?

  1. Регуляризация
  2. Переобучение
  3. Градиентный спуск
  4. Ближайшие соседи
Вопрос 35

Как называется тип модели, которая генерирует новое содержимое на основе обучающих данных?

  1. Генеративная модель
  2. Дискриминативная модель
  3. Алгоритм K-средних
  4. Регрессионная модель
Вопрос 36

Как называется метод, который использует деревья решений для классификации объектов на основе их признаков?

  1. Алгоритм K-средних
  2. Метод опорных векторов
  3. Алгоритм наивного Байеса
  4. Деревья решений
Вопрос 37

Какой тип нейронных сетей лучше всего подходит для обработки изображений?

  1. Рекуррентные нейронные сети
  2. Сверточные нейронные сети
  3. Генеративные нейронные сети
  4. Многослойные перцептроны
Вопрос 38

Что из следующего является характеристикой алгоритма "наивный Байес"?

  1. Алгоритм, основанный на принципах логического вывода
  2. Алгоритм, применяющий вероятностный подход для классификации
  3. Алгоритм, который используется только в линейной регрессии
  4. Алгоритм, использующий большие объемы данных для обучения
Вопрос 39

Как называется процесс улучшения модели машинного обучения путем ее повторной тренировки с новыми данными?

  1. Регуляризация
  2. Переобучение
  3. Ретренинг
  4. Обработка ошибок
Вопрос 40

Какой из алгоритмов машинного обучения использует принцип "голосования" для предсказания результатов на основе нескольких моделей?

  1. Бэггинг
  2. Генетический алгоритм
  3. K-средних
Вопрос 41

Как называется метод обучения, при котором модель обучается на данных без заранее заданных меток?

  1. Обучение с подкреплением
  2. Обучение без учителя
  3. Обучение с учителем
  4. Глубокое обучение
Вопрос 42

Что из следующего является примером задачи оптимизации в контексте искусственного интеллекта?

  1. Прогнозирование цены акций
  2. Поиск наилучшего маршрута для доставки
  3. Классификация текстов
  4. Обработка изображений
Вопрос 43

Как называется метод, при котором искусственный интеллект может учиться на основе ошибок и корректировать свои действия, чтобы улучшить результаты?

  1. Обучение с подкреплением
  2. Глубокое обучение
  3. Обучение с учителем
  4. Обучение без учителя
Вопрос 44

Какой из алгоритмов машинного обучения применяет жадный метод для построения дерева решений?

  1. Алгоритм CART
  2. Метод опорных векторов
  3. K-ближайших соседей
  4. Алгоритм линейной регрессии
Вопрос 45

Какая из моделей используется для генерации текста, как, например, в чат-ботах?

  1. Генеративные модели
  2. Сверточные нейронные сети
  3. Рекуррентные нейронные сети
  4. Логистическая регрессия
Вопрос 46

Что из следующего описывает концепцию «обучение с подкреплением»?

  1. Алгоритм, который минимизирует ошибку на обучающих данных
  2. Алгоритм, который получает вознаграждения или наказания за действия
  3. Алгоритм, который не требует меток для обучения
  4. Алгоритм, который оптимизирует функции на основе данных с метками
Вопрос 47

Как называется задача, в которой алгоритм предсказывает вероятностное распределение для каждой категории?

  1. Регрессия
  2. Классификация
  3. Кластеризация
  4. Ранжирование
Вопрос 48

Какой из подходов используется в обработке естественного языка для определения смысла и контекста слов в тексте?

  1. Семантический анализ
  2. Генерация текста
  3. Оценка вероятности
  4. Кластеризация
Вопрос 49

Какую роль в нейронной сети играют "активационные функции"?

  1. Обеспечивают передачу информации между слоями
  2. Осуществляют обратное распространение ошибки
  3. Определяют, активируется ли нейрон в процессе вычислений
  4. Определяют размер слоев сети
Вопрос 50

Какая из следующих архитектур нейронных сетей применяется для моделирования временных рядов и прогнозирования?

  1. Сверточные нейронные сети
  2. Рекуррентные нейронные сети
  3. Многослойные перцептроны
  4. Генеративно-состязательные сети
Вопрос 51

Как называется процесс, когда нейронная сеть "забывает" избыточные или неважные признаки?

  1. Обучение с учителем
  2. Преобразование признаков
  3. Регуляризация
  4. Углубленное обучение
Вопрос 52

Как называется подход, при котором искусственный интеллект принимает решения, имитируя действия человека в конкретной ситуации?

  1. Искусственный интеллект с подкреплением
  2. Эвристические методы
  3. Человеко-машинное взаимодействие
  4. Модели принятия решений
Вопрос 53

Как называется метод, при котором алгоритм создает прогнозы на основе статистических закономерностей, выявленных в данных?

  1. Обучение с подкреплением
  2. Прогнозирование
  3. Кластеризация
  4. Параметризация
Вопрос 54

Какая из следующих моделей применяется для генерации новых данных, похожих на обучающие примеры?

  1. Генеративно-состязательные сети
  2. Сверточные нейронные сети
  3. Рекуррентные нейронные сети
  4. Алгоритм K-средних
Вопрос 55

Как называется подход, при котором искусственный интеллект может совершенствовать свои алгоритмы и стратегии через взаимодействие с окружающей средой?

  1. Обучение с подкреплением
  2. Обучение с учителем
  3. Генеративное обучение
  4. Обучение без учителя
Вопрос 56

Какой из следующих методов используется для кластеризации данных?

  1. Линейная регрессия
  2. Метод K-средних
  3. Метод опорных векторов
  4. Градиентный спуск
Вопрос 57

Какой из следующих методов является примером обучения с учителем в машинном обучении?

  1. Кластеризация
  2. Алгоритм наивного Байеса
  3. Алгоритм K-средних
  4. Генетический алгоритм
Вопрос 58

Какой тип нейронных сетей используется для работы с последовательными данными, например, в задаче перевода текста?

  1. Генеративные нейронные сети
  2. Рекуррентные нейронные сети
  3. Сверточные нейронные сети
  4. Многослойные перцептроны
Вопрос 59

Что означает термин «переобучение» (overfitting) в контексте машинного обучения?

  1. Когда модель слишком проста и не может захватить сложные закономерности в данных
  2. Когда модель слишком сложна и начинает "запоминать" шум в обучающих данных
  3. Когда модель не может обучиться на всех данных
  4. Когда данные имеют слишком большое количество признаков
Вопрос 60

Какой метод оптимизации используется в нейронных сетях для корректировки весов модели?

  1. Метод случайного поиска
  2. Метод градиентного спуска
  3. Алгоритм наивного Байеса
  4. Генетический алгоритм