№
| Зміст запитання
| Варіанти відповідей
| Ваш варі-ант відповіді
| Правиль-ність відповіді
|
Ба- ли
|
| В основі генетичних алгоритмів лежать:
| використання властивостей похідних та іншої додаткової інформації; використання конкретних відомостей про вихідні умови задачі; математичні операції над ознаками процесів, які розглядаються; процедури пошуку, засновані на механізмах природного добору і успадкування;
| 4
|
|
|
| Глибоке навчання – це:
| метод навчання з підкріпленням; метод навчання зі вчителем; окремий випадок машинного навчання, що стосується глибоких нейронних мереж; поглиблене навчання ансамблевих методів;
| 3
|
|
|
| Головною перевагою використання квантових комп’ютерів є:
| доступність використовуваних технологій; квантовий принцип аналізу інформації – на основі кубітів; можливість нарощування потужності нечутливість до зовнішніх впливів при проведенні обчислень;
| 4
|
|
|
| Головною причиною розробки нових підходів до створення комп’ютерної техніки головним чином зумовлене;
| зростанням вимог до швидкодії комп’ютерів; зростанням комп’ютеризації всіх галузей діяльності; наближенням до фізичної межі зростання потужності традиційних комп’ютерів; неможливістю сучасних алгоритмів вирішити деякі задачі;
| 2
|
|
|
| Для виконання яких функцій не застосовується штучна нейронна мережа?
| кластеризація; прогнозування; розпізнавання образів; символьні розмірковування;
| 2
|
|
|
| Для вирішення яких завдань найкраще підходять генеричні алгоритми?
| генерації зображень; оптимізації; прийняття рішень; розпізнавання образів;
| 3
|
|
|
| Для розпізнаван-ня візуальних об-разів найчастіше використовують такі види штуч-них нейромереж:
| рекурентні нейронні мережі; згорткові нейронні мережі; генеративні штучні нейронні мережі; автоенкодери;
| 2
|
|
|
| Для створення символьних систем ШІ зазвичай не використовують:
| додаткові модулі; мови високого рівня; мови програмування низького рівня; оболонки експертних систем;
| 2
|
|
|
| До особливостей роботи нейрокомп’ютерних систем не відносяться:
| зберігання інформації у визначеному блоці пам'яті; можливість реагувати не на всі, а тільки на визначені зовнішні подразники; пам’ять реалізується підсиленням або послабленням зв’язків між нейронами, а не зберіганням двійкових символів; паралелізм обробки інформації;
| 2
|
|
|
| До проблем використання квантових обчислювачів найменшою мірою відносяться;
| використання для керування процесами звичайних комп’ютерів; дуже велика чутливість до завад; проблема виправлення помилки та проблема зчитування і передачі зчитаної інформації; технології створення та забезпечення роботи кубітів;
| 3
|
|
|
| Метод градієнтного спуску у машинному навчанні використовується для:
| визначення значення другої похідної від значення вхідного вектора; знаходження відмінність між значенням, отриманим моделлю, та передбачуваним дійсним значенням; знаходження ознак досліджуваного процесу; мінімізації функції втрат;
| 2
|
|
|
| Метод зворотного поширення похибки використовується для:
| визначення системи зв’язків між нейронами; навчання штучних нейронних мереж: оптимізації структури дерева рішень; оптимізації структури штучної нейронної мережі;
| 3
|
|
|
| Навчання штучної нейронної мережі – це:
| забезпечення правильної структури нейронної мережі; задання початкових значень синаптичних ваг; організація потрібних зв’язків між нейронами мережі; процес, що полягає у виробленні правильної реакції на подані на неї різні вхідні сигнали;
| 4
|
|
|
| Оболонка експертної системи – це:
| клас систем штучного інтелекту, що дозволяє вирішувати певні задачі, що відносяться до класу неформалізованих, слабоструктурованих, і пояснювати хід їх рішення; пакет програм, здатний досліджувати ситуацію, процеси в досліджуваній області; пакет програм, здатний за допомогою методів штучного інтелекту аналізувати факти, що представляються користувачем; універсальна частина експертної системи, що містить тільки механізми міркувань і «оболонку» бази знань, яку користувачі заповнюють інформацією з своєї конкретної області
| 4
|
|
|
| Особливістю рекурентних нейронних мереж є те, що:
| вони володіють великою кількістю прихованих шарів; вони можуть створювати зображення, схожі на реальні; їм характерне об'єднання та використання багатьох шарів; їх нейрони отримують інформацію не тільки від попереднього шару, але і від самих себе, отриману при попередньому проході;
| 3
|
|
|
| Платформи машинного навчання високого рівня – це:
| технології для ефективного використання еволюційного програмування; технології, які вимагають від користувачів глибоких знань у галузі програмування; технології, які не орієнтовані на розробників, які будують модель для вирішення певних задач на відомих прикладах; хмарні платформи, які охоплюють більшість питань застосування глибокого навчання і не вимагають для свого застосування глибоких знань у галузі;
| 1
|
|
|
| Складниками машинного навчання є:
| дані, ознаки, алгоритми; задачі, ознаки, моделі; структура моделі і зв’язки між її параметрами: формування набору інформативних ознак;
| 3
|
|
|
| Створення Інтернету речей пов’язують з:
| потребами інформативного забезпечення населення; розвитком елементної бази електронної апаратури; розвитком технологій радіочастотної ідентифікації та бездротових сенсорних мереж; розвитком технологій споживання;
| 4
|
|
|
| Суть машинного навчання:
| навчити машину думати; створити модель вирішення задач у всій проблемній області; створити модель вирішення задачі, яка здатна передбачити вірогідний результат за введеними вхідними даними; створити універсальну модель вирішення всіх задач;
| 2
|
|
|
| Технологія Data Mining покликана забезпечити:
| використання відомих закономірностей між властивостями даних; пошук нових методів достідження даних; пошук у великих обсягах даних неочевидних, об'єктивних і корисних на практиці закономірностей; створення нових алгоритмів пошуку;
| 3
|
|
|
| У штучному інтелекті під терміном «онтологія» розуміють:
| систему знань, що відносяться до навколишнього світу; систему, яка забезпечує набуття нових знань; спробу всеосяжної і детальної формалізації деякої галузі знань за допомогою концептуальної схеми; філософську дисципліну, яка вивчає найзагальніші характеристики буття і сутності;
| 3
|
|
|
| Фреймворки глибокого навчання не забезпечують:
| виконання широкого комплексу складних математичних операцій; ефективного використання графічних і тензорних процесорів; легкість побудови і застосування великих обчислювальних графів; максимальної оптимізації і спрощення проведення більшості необхіднихпри створенні і навчанні ГНМ операцій
| 2
|
|
|
| Функція активації у штучному нейроні потрібна для:
| забезпечення активування сприйняття нейроном вхідних даних; забезпечення масштабування вихідного значення нейрона; забезпечення потрібних ваг входів нейрона; забезпечення потрібного масштабу вхідних значень нейрона;
| 4
|
|
|
| Штучна нейронна мережа вважається глибокою, якщо:
| вона має вхідний шар, шар обробки та вихідний шар; має місце зворотний зв’язок між її шарами; приховані шари прямо зв’язані між собою; шарів обробки в ній більше ніж два;
| 2
|
|
|
| Яка функція відіграє визначальну роль у роботі генетичного алгоритму:
| функція диферинціювання; функція поділу; функція порівняння; функція пристосованості;
| 3
|
|
|
| Яке з наведених визначень найповніше характеризує призначення проекту Semantic Web?
| забезпеченні доступу до інформації, представленої в електронному форматі, за допомогою пошуку за ключовими словами; забезпеченні зберігання інформації у вигляді електронного тексту і виведенні її на екран; забезпеченні інтерактивного сервісу для користувачів системи W3; забезпечення відкритого доступу до чітко структурованої інформації та її розуміння для будь-яких застосувань, незалежно від платформи та незалежно від мов програмування;
| 2
|
|
|
| Який вид глибоких нейронних мереж використовується для знешумлення зображень:
| автоенкодери; генеративні штучні нейронні мережі; згорткові нейронні мережі; рекурентні нейронні мережі;
| 4
|
|
|
| Який з алгоритмів не використовуєть-ся у машинному навчанні:
| k-найближчих сусідів; алгоритм Евкліда; випадковий ліс; логістична регресія;
| 1
|
|
|
| Які генетичні оператори відіграють основну роль в генетичних алгоритамх?
| оператори інверсії; оператори мутації; оператори селекції; оператори схрещування;
| 2
|
|
|
| Які з перерахованих характеристик не відносяться до переваг використання у медицині глибокого навчання?
| здатність індуктивно вчитися та обробляти нелінійну функціональність; можливість працювати з зашумленою або недостатньою інформацією, узагальнювати її здатність виявляти складні нелінійні зв’язки та взаємодії між залежними та незалежними змінними; простота та швидкість навчання створених моделей;
| 2
|
|
|
| Які методи не використовують при селекції у генетичних алгоритмах?
| метод найменших квадратів; метод рулетки; ранговий метод; турнірний метод;
| 4
|
|
|
| Яка з вказаних причин стосується застосування експертних систем у медицині?
| зростання рівня підготовки медичних кадрів; потреба в передачі майстерності лікарів високої кваліфікації іншому персоналу та фіксування, збереження та передачу їх знань; потреба у використанні нових методів діагностики; швидке введення у практику нових досягнень медицини;
| 2
|
|
|
Сума балів
|
|
|