- Какие сети характеризуются отсутствием памяти?
Сети прямого распространения. - Сети прямого распространения - это:
Сети, в которых информация передается только в одном направлении, от входа к выходу, без обратных связей. - "Обучение без учителя" характеризуется отсутствием:
Меткированных данных, где нет заранее определенных правильных ответов. - Как происходит обучение нейронной сети?
Нейронная сеть обучается путем корректировки весов на основе ошибок, вычисленных между предсказанными и фактическими значениями. - "Обучение с учителем" это:
Метод обучения, при котором модель обучается на меткированных данных, где для каждого входного примера известен правильный выход. - Большие данные – это:
Огромные объемы данных, которые могут быть использованы для анализа и выявления закономерностей. - Алгоритм k-средних предназначен для решения задачи:
Кластеризации, то есть разделения данных на группы (кластеры). - Реализация метода обучения с учителем не нуждается в:
Метках данных, так как они уже предоставлены. - Искусственный нейрон:
Это базовая единица нейронной сети, которая принимает входные сигналы, обрабатывает их и передает выходной сигнал. - В чем отличие нейросетевых технологий от обычных экспертных систем:
Нейросетевые технологии способны обучаться и адаптироваться к новым данным, в отличие от экспертных систем, которые работают на основе заранее заданных правил. - Какие виды обучения нейронных сетей вы знаете?
Обучение с учителем, обучение без учителя и обучение с подкреплением. - Что необходимо выполнить, чтобы нейросеть могла помочь в формировании решения:
Обучить сеть на соответствующих данных и настроить ее параметры. - С помощью каких инструментов формируется решение в условиях определенности:
С помощью детерминированных алгоритмов и моделей. - Сверточные нейронные сети наиболее эффективно применяются для решения задач:
Обработки изображений и распознавания объектов. - Процессом обучения нейронной сети называют:
Корректировку весов на основе ошибок, вычисленных между предсказанными и фактическими значениями. - Нейронная сеть является обученной, если:
Она достигла минимального уровня ошибки на обучающей выборке. - Если сеть содержит два промежуточных слоя, то она моделирует:
Более сложные нелинейные зависимости между входами и выходами. - Искусственные нейронные сети (ИНС) — модели машинного обучения, использующие комбинации распределенных простых операций, зависящих от обучаемых параметров, для обработки входных данных. Какого вида ИНС не существует?
Нейронные сети, которые не требуют обучения. - У машинного обучения есть ряд задач. Как называется та, что направлена на предсказание значения той или иной непрерывной числовой величины для входных данных?
Регрессия. - qr-код и социальные сети для личной консультации:
Это инструменты, которые могут использоваться для улучшения взаимодействия и обмена информацией. - Стратегия избежания локальных минимумов при сохранении стабильности заключается в:
Использовании методов регуляризации и изменения скорости обучения. - Какой из видов машинного обучения основывается на взаимодействии обучаемой системы со средой?
Обучение с подкреплением. - Когда говорят о нейронных сетях и машинном обучении, часто упоминают закон Мура. В чем его суть?
Закон Мура утверждает, что количество транзисторов на кристалле удваивается каждые два года, что приводит к увеличению вычислительной мощности. - В какие игры нейросеть еще не научилась обыгрывать человека?
В некоторые стратегические и ролевые игры, требующие сложного планирования и адаптации. - Что называется "эпохой" в алгоритме обучения персептрона?
Полный проход всего набора обучающих данных через сеть. - Запускаем обучающий вектор Х. В каком случае весовые значения не нужно изменять?
Если выход сети совпадает с ожидаемым результатом. - Подаем на вход персептрона вектор а. В каком случае весовые значения нужно увеличивать?
Если выход сети меньше ожидаемого результата. - Подаем на вход персептрона вектор a. В каком случае весовые значения нужно уменьшать?
Если выход сети больше ожидаемого результата. - Если на данной обучающей паре символ персептрона не совпадает с нужным ответом, то:
Веса корректируются для уменьшения ошибки. - Теорема о "зацикливании" персептрона утверждает, что:
Персептрон не может решить задачи, требующие нелинейной разделимости. - Что является входом искусственного нейрона?
Входные сигналы, которые могут быть числовыми значениями или данными. - В каком случае многослойные сети не могут привести к увеличению вычислительной мощности по сравнению с однослойной сетью?
Если задача линейно разделима. - Сетью без обратных связей называется сеть:
Прямого распространения. - Наиболее редко на практике применяются методы машинного обучения, основанные на:
Обучении с подкреплением. - Что называют нейронами Кохонена?
Нейроны, используемые в самоорганизующихся картах Кохонена для кластеризации данных. - Синапсами называются:
Связи между нейронами, через которые передаются сигналы. - Дендритами называются:
Входные структуры нейрона, которые получают сигналы от других нейронов. - Объем исследований и разработок в области нейронных сетей резко возрос в настоящее время благодаря тому, что:
Увеличилась доступность вычислительных мощностей и больших данных. - С помощью каких инструментов формируется решение в условиях неопределенности:
С помощью вероятностных моделей и нейронных сетей. - С помощью каких инструментов формируется решение в условиях риска:
С помощью статистических методов и анализа вероятностей. - Паралич сети может наступить, когда:
Все нейроны активируются одинаково, и сеть теряет способность к обучению. - Если сеть имеет очень большое число нейронов в скрытых слоях, то:
Это может привести к переобучению и увеличению времени обучения. - Сеть Хопфилда заменяется на сеть Хэмминга, если:
Требуется устойчивость к шуму и ошибкам в данных. - Особых успехов нейросети достигли в работе с изображениями. Но что из этого нейросети не могут сделать?
Создать изображение, которое полностью соответствует человеческому восприятию красоты и эстетики. - Искусственный интеллект научился разбираться в музыке. Насколько хорошо работает программа по определению музыкальных стилей? Сможет ли такая программа справиться с заданием типа «Угадай мелодию» в режиме реального времени?
Программа может хорошо определять стили, но справиться с заданием в реальном времени будет сложнее из-за необходимости мгновенного анализа. - В 2016 году программа AlphaGo обыграла одного из мировых по шахматам чемпионов Ли Седоля. Следующий турнир за звание мирового чемпиона запланирован на май 2017. Какая компания разработала ИИ AlphaGo?
Компания DeepMind. - Теорема о сходных персептронах утверждает, что:
Сходные персептроны могут быть объединены для улучшения обучения. - Вопрос о выборе шага при применении процедуры обучения решается следующим образом:
Шаг выбирается таким образом, чтобы минимизировать ошибку и избежать переобучения. - Что такое множество весовых значений нейрона?
Это набор чисел, которые определяют, как входные сигналы влияют на выходной сигнал нейрона. - Нейросети хорошо проявляют себя не только в распознавании, но и в генерации изображений. Но кое с чем у них все-таки возникают проблемы. С чем именно?
С созданием изображений, которые выглядят полностью реалистично для человеческого глаза. - К какому времени относятся первые упоминания об искусственно созданных человекоподобных существах?
К древнегреческим мифам. - Современную историю искусственного интеллекта связывают с появлением обучающих алгоритмов. Их существует множество типов, и среди них — алгоритмы сортировки. Какой из них считается самым простым?
Пузырьковая сортировка. - Программа от Google научилась рисовать на основе эскизов, сделанных людьми. Что при этом учитывала программа?
Программа учитывала стиль и содержание эскизов для создания завершенных изображений.
Нейронные сети и машинное обучение - Ответы на тест Синергия
июня 06, 2024