| engineerklub | Дата: Четверг, 21.05.2026, 15:23 | Сообщение # 1 |
 Генералиссимус
Группа: Администраторы
Сообщений: 38983
Статус: Offline
| Нейронные сети, темы 1-8, итоговый, компетентностный тест, 200 вопросов (ответы на тест Синергия / МТИ / МОИ / МосАП / МосТех)
… — это базовый строительный блок нейронной сети, который получает входные данные, обрабатывает их и передает выходной сигнал
Функция … определяет, как выходной сигнал нейрона зависит от взвешенной суммы входных сигналов и смещения
Процесс изменения весов соединений в нейронной сети с целью улучшения ее производительности называется …
… распространения — это вид нейронной сети, где информация движется только в одном направлении, от входа к выходу
… — это мера ошибки между предсказанными и фактическими значениями, используемая для оценки производительности нейронной сети
Пакетный … спуск — это метод обучения, который разбивает обучающий набор данных на небольшие пакеты и обновляет веса сети после обработки каждого пакета
К функциям активации относят: … (Укажите 3 варианта ответа)
В процессе обучения в нейронной сети настраиваются …
Расположите этапы процесса обучения нейронной сети в правильной последовательности (от начала до конца):
Представьте, что вы аналитик данных в крупной розничной компании. Ваша задача заключается в том, что нужно разработать модель. Эта модель должна предсказывать объем продаж определенной категории товаров на следующую неделю на основе данных о прошлых продажах, рекламных акциях и других экономических факторов. Для решения этой задачи вы решили использовать нейронные сети. Вы рассмотрели несколько вариантов возможного выбора архитектуры нейронных сетей: многослойный персептрон (MLP); рекуррентная нейронная сеть (RNN); комбинация MLP и RNN. Какая архитектура нейронных сетей наиболее подойдет для задачи прогнозирования объема продаж?
Установите соответствие между понятиями и их определениями:
В … нейронных сетях нейроны организованы в слои, и каждый нейрон в слое связан со всеми нейронами в следующем слое
В … нейронных сетях используются специальные "вентили" (gates) для контроля потока информации, что позволяет им эффективно обрабатывать последовательности данных
Нейронные сети, особенно эффективные для задач компьютерного зрения, используют … слои для автоматического извлечения признаков из изображений
В … нейронной сети выход одного слоя передается обратно на вход этого же слоя, создавая циклы и позволяя сети запоминать информацию о предыдущих состояниях
Метод … — это метод регуляризации, используемый в нейронных сетях, при котором случайные нейроны или соединения временно «выключаются» во время обучения
… — это процесс добавления новых данных к уже существующему набору данных с целью увеличения его размера и улучшения обобщающей способности модели
Неверно, что в сверточных нейронных сетях (CNN) можно встретить …
К типам слоев, используемых в рекуррентных нейронных сетях (RNN) для обработки последовательностей данных, относятся …
Сопоставьте архитектуру нейронной сети с ее типичным применением:
Расположите стандартные архитектуры нейронных сетей в порядке возрастания сложности моделируемых зависимостей и специализированности применения:
Представьте, что вы инженер машинного обучения. Работаете в стартапе, который разрабатывает систему автоматической обработки видео для выявления нарушений правил дорожного движения. Вам необходимо выбрать наиболее подходящую архитектуру нейронной сети для решения подзадачи классификации транспортных средств (легковой автомобиль, грузовик, автобус, мотоцикл) на отдельных кадрах видео. Опишите ключевые характеристики задачи классификации транспортных средств на кадрах видео (тип данных, объем данных, требования к точности и скорости).
Обучение … — это метод, при котором нейронная сеть обучается на размеченных данных, т.е. данных с известными правильными ответами
В обучении … нейронная сеть обучается на неразмеченных данных, стремясь выявить скрытые закономерности и структуры
Обучение … — это метод обучения, при котором агент (нейронная сеть) обучается взаимодействовать с окружающей средой, получая вознаграждение за правильные действия и штрафы за неправильные
… обучения — это параметр в алгоритме обучения, определяющий размер шага при обновлении весов нейронной сети
… — это техника регуляризации, которая добавляет штраф к функции потерь за большие значения весов, чтобы предотвратить переобучение
СКАЧАТЬ
|
| |
|
|
