ТестСтворювач

ТестСтворювач

​
Увійти

python

python
28 переглядів • 52 питань • 2 р. тому
  • My Ket
    • повідомити

    Список питань

  • 1

    Sieć Hopfielda to

    Sieć rekurencyjna

  • 2

    Autoenkoder, który poznaje przydatne cechy poprzez dodawanie szumu do danych wejściowychi uczenie się odzyskiwania pierwotnych, niezaszumionych informacji to autoenkoder

    odszumiający

  • 3

    Dropout to sposób

    unikania przetrenowania sieci

  • 4

    tzw. miękką marżą mamy do czynienia, gdy

    pozwalamy SVM popełnić kilka błędów

  • 5

    Zakres wartości tangensa hiperbolicznego to

    przedział [-1, 1]

  • 6

    Matplotlib to

    biblioteka do wizualizacji danych

  • 7

    Okres w latach 1974-1980 nazywa się

    zimą sztucznej inteligencji

  • 8

    W równaniu regresji y=ax+b

    zmienna y jest zmienną objaśnianą

  • 9

    W przypadku metody lasu izolacji

    im miara bliższa wartości 1, tym większe prawdopodobieństwo, że rekord jest anomalią

  • 10

    Węzeł wewnętrzny drzewa decyzyjnego reprezentuje

    test na atrybucie

  • 11

    PCA

    można obliczyć przy pomocy macierzy kowariancji

  • 12

    Rozważmy metody PCA i LDA

    obie służą do redukcji wymiaru

  • 13

    Za pierwszą sieć neuronową uważa się powszechnie sieć stworzoną przez

    Pittsa i McCullocha

  • 14

    NumPy

    jest biblioteką stosowaną do przetwarzania dużych macierzy

  • 15

    SVM

    jest skuteczny, gdy liczba wymiarów jest większa niż liczba próbek

  • 16

    Model stosowany do autokompletowania kodu to

    GPT-3

  • 17

    Rozważmy regułę Hebba

    Wadą jest, że wagi mogą dowolnie rosnąć, Stosuje się ją w uczeniu bez nauczyciela

  • 18

    Funkcja Heaviside’a to funkcja

    skokowa

  • 19

    Funkcja, która definiuje sposób pomiaru wydajności sieci podczas przetwarzania uczącego(treningowego) zbioru danych, a więc pozwala na dostrajanie parametrów sieci we właściwym kierunku, to

    funkcja celu

  • 20

    Miara niejednorodności nazywana jest indeksem

    Giniego

  • 21

    Bias w sieci neuronowej

    to inaczej wyraz wolny

  • 22

    Eigenfaces korzysta z

    PCA

  • 23

    Sieć Kohonena to inaczej nazwa

    sieci samoorganizującej się

  • 24

    Skalar to tensor

    rzędu 0

  • 25

    Identycznościowa funkcja aktywacji ma zakres wartości postaci

    prostej R

  • 26

    Python posiada interpretery dla

    różnych platform

  • 27

    W algorytmie KNN (K>1) zwycięzcę wybiera się na zasadzie

    głosowania

  • 28

    Podstawy sztucznej inteligencji jako dziedziny zdefiniowano na konferencji w

    Dartmouth

  • 29

    Argumentem funkcji aktywacji neuronu jest:

    suma ważona wejść, wag oraz wejście wzmocnienia

  • 30

    Proces uczenia, w którym dysponujemy zbiorem zaetykietowanych danych nosi nazwę:

    uczenia nadzorowanego

  • 31

    Typowa jednokierunkowa sieć neuronowa (np. MLP) składa się z:

    3 warstwy

  • 32

    Maszyna wektorów nośnych separuje przestrzeń liniowo:

    prawda

  • 33

    Dokładność (Accuracy) w klasyfikacji binarnej jest definiowana jako:

    (TP + FN) / (TP + TN + FP + FN)

  • 34

    Precyzja (Precision) w klasyfikacji binarnej jest definiowana jako:

    TP / (TP + FP)

  • 35

    Swoistość (Specificity) w klasyfikacji binarnej jest definiowana jako

    TN / (TN + FP)

  • 36

    Czułość (Sensitivity) w klasyfikacji binarnej jest definiowana jako

    TP / (TP + FN)

  • 37

    Krzywa ROC definiuje:

    Zdolność diagnostyczną systemu klasyfikatorów binarnych

  • 38

    Regresja wielokrotna

    Operuje na wielu niezależnych zmiennych

  • 39

    Szeroki margines separacji w maszynie wektorów nośnych:

    zwiększa zdolność generalizacji, zmniejsza podatność na przeuczenie

  • 40

    Funkcje jądra używane w SVM służą:

    Transformacji danych ze zbioru nieseparowanego liniowo w zbiór separowany, Wyznaczeniu hiperpłaszczyzny posiadającej najszerszy margines separacji

  • 41

    Elementem/elementami algorytmu PCA jest:

    Redukcja cech polegająca na ustaleniu wag poszczególnych składowych, Odrzucenie cech nadmiernie skorelowanych

  • 42

    Do algorytmów pozwalających na redukcję wielowymiarowości możemy zaliczyć:

    Algorytm Analizy Głównych Składowych (PCA), Algorytm Liniowej Analizy Dyskryminacyjnej (LDA)

  • 43

    Które z poniższych stwierdzeń są prawdziwe w stosunku do algorytmu PCA:

    Umożliwia identyfikowanie wzorców danych na podstawie analizy korelacji między nimi, Tworzy nowe osie ortogonalne, na które rzutowane są pierwotne dane

  • 44

    Gdzie mają zastosowanie drzewa decyzyjne:

    W zagadnieniach klasyfikacji, W zagadnieniach regresji

  • 45

    Wskaźnik określający różnicę pomiędzy wartością 1, a sumą prawdopodobieństwa instancji danej klasy do liczby wszystkich instancji w danym węźle nosi nazwę:

    Indeks Giniego

  • 46

    Wskaż funkcję aktywacji perceptronu:

    Funkcja skokowa

  • 47

    Funkcja Bias pozwala:

    Jest używana po wyznaczeniu progu aktywacji neuronu, Jest używana jako dodatkowe wejście do neuronu, Przesunąć funkcję aktywacji poprzez dodanie stałej do wejścia

  • 48

    Celem uczenia z krytykiem jest:

    Zmaksymalizowanie zwracanej nagrody

  • 49

    Wąski margines separacji w maszynie wektorów nośnych:

    Powoduje radykalne zmiany klasyfikacji

  • 50

    Jeśli współczynnik korelacji Pearsona jest równy 0 wówczas:

    Nie istnieje korelacja pomiędzy zbiorami

  • 51

    Współczynnik korelacji Pearsona:

    służy do określania związku liczb z dwóch zbiorów

  • 52

    Maszyna wektorów nośnych powinna być używana w przypadkach gdy:

    liczba wymiarów jest znacząco większa niż liczba próbek, w przestrzeniach wielowymiarowych

    • sieci

    sieci

    My Ket · 40 питань · 2 р. тому

    sieci

    sieci

    40 питань • 2 р. тому
    My Ket

    c++

    c++

    My Ket · 10 переглядів · 45 питань · 2 р. тому

    c++

    c++

    10 переглядів • 45 питань • 2 р. тому
    My Ket

    systemy wbudowane

    systemy wbudowane

    My Ket · 28 питань · 2 р. тому

    systemy wbudowane

    systemy wbudowane

    28 питань • 2 р. тому
    My Ket

    is

    is

    My Ket · 3 переглядів · 29 питань · 1 р. тому

    is

    is

    3 переглядів • 29 питань • 1 р. тому
    My Ket

    karczmarek

    karczmarek

    My Ket · 11 питань · 1 р. тому

    karczmarek

    karczmarek

    11 питань • 1 р. тому
    My Ket

    Список питань

  • 1

    Sieć Hopfielda to

    Sieć rekurencyjna

  • 2

    Autoenkoder, który poznaje przydatne cechy poprzez dodawanie szumu do danych wejściowychi uczenie się odzyskiwania pierwotnych, niezaszumionych informacji to autoenkoder

    odszumiający

  • 3

    Dropout to sposób

    unikania przetrenowania sieci

  • 4

    tzw. miękką marżą mamy do czynienia, gdy

    pozwalamy SVM popełnić kilka błędów

  • 5

    Zakres wartości tangensa hiperbolicznego to

    przedział [-1, 1]

  • 6

    Matplotlib to

    biblioteka do wizualizacji danych

  • 7

    Okres w latach 1974-1980 nazywa się

    zimą sztucznej inteligencji

  • 8

    W równaniu regresji y=ax+b

    zmienna y jest zmienną objaśnianą

  • 9

    W przypadku metody lasu izolacji

    im miara bliższa wartości 1, tym większe prawdopodobieństwo, że rekord jest anomalią

  • 10

    Węzeł wewnętrzny drzewa decyzyjnego reprezentuje

    test na atrybucie

  • 11

    PCA

    można obliczyć przy pomocy macierzy kowariancji

  • 12

    Rozważmy metody PCA i LDA

    obie służą do redukcji wymiaru

  • 13

    Za pierwszą sieć neuronową uważa się powszechnie sieć stworzoną przez

    Pittsa i McCullocha

  • 14

    NumPy

    jest biblioteką stosowaną do przetwarzania dużych macierzy

  • 15

    SVM

    jest skuteczny, gdy liczba wymiarów jest większa niż liczba próbek

  • 16

    Model stosowany do autokompletowania kodu to

    GPT-3

  • 17

    Rozważmy regułę Hebba

    Wadą jest, że wagi mogą dowolnie rosnąć, Stosuje się ją w uczeniu bez nauczyciela

  • 18

    Funkcja Heaviside’a to funkcja

    skokowa

  • 19

    Funkcja, która definiuje sposób pomiaru wydajności sieci podczas przetwarzania uczącego(treningowego) zbioru danych, a więc pozwala na dostrajanie parametrów sieci we właściwym kierunku, to

    funkcja celu

  • 20

    Miara niejednorodności nazywana jest indeksem

    Giniego

  • 21

    Bias w sieci neuronowej

    to inaczej wyraz wolny

  • 22

    Eigenfaces korzysta z

    PCA

  • 23

    Sieć Kohonena to inaczej nazwa

    sieci samoorganizującej się

  • 24

    Skalar to tensor

    rzędu 0

  • 25

    Identycznościowa funkcja aktywacji ma zakres wartości postaci

    prostej R

  • 26

    Python posiada interpretery dla

    różnych platform

  • 27

    W algorytmie KNN (K>1) zwycięzcę wybiera się na zasadzie

    głosowania

  • 28

    Podstawy sztucznej inteligencji jako dziedziny zdefiniowano na konferencji w

    Dartmouth

  • 29

    Argumentem funkcji aktywacji neuronu jest:

    suma ważona wejść, wag oraz wejście wzmocnienia

  • 30

    Proces uczenia, w którym dysponujemy zbiorem zaetykietowanych danych nosi nazwę:

    uczenia nadzorowanego

  • 31

    Typowa jednokierunkowa sieć neuronowa (np. MLP) składa się z:

    3 warstwy

  • 32

    Maszyna wektorów nośnych separuje przestrzeń liniowo:

    prawda

  • 33

    Dokładność (Accuracy) w klasyfikacji binarnej jest definiowana jako:

    (TP + FN) / (TP + TN + FP + FN)

  • 34

    Precyzja (Precision) w klasyfikacji binarnej jest definiowana jako:

    TP / (TP + FP)

  • 35

    Swoistość (Specificity) w klasyfikacji binarnej jest definiowana jako

    TN / (TN + FP)

  • 36

    Czułość (Sensitivity) w klasyfikacji binarnej jest definiowana jako

    TP / (TP + FN)

  • 37

    Krzywa ROC definiuje:

    Zdolność diagnostyczną systemu klasyfikatorów binarnych

  • 38

    Regresja wielokrotna

    Operuje na wielu niezależnych zmiennych

  • 39

    Szeroki margines separacji w maszynie wektorów nośnych:

    zwiększa zdolność generalizacji, zmniejsza podatność na przeuczenie

  • 40

    Funkcje jądra używane w SVM służą:

    Transformacji danych ze zbioru nieseparowanego liniowo w zbiór separowany, Wyznaczeniu hiperpłaszczyzny posiadającej najszerszy margines separacji

  • 41

    Elementem/elementami algorytmu PCA jest:

    Redukcja cech polegająca na ustaleniu wag poszczególnych składowych, Odrzucenie cech nadmiernie skorelowanych

  • 42

    Do algorytmów pozwalających na redukcję wielowymiarowości możemy zaliczyć:

    Algorytm Analizy Głównych Składowych (PCA), Algorytm Liniowej Analizy Dyskryminacyjnej (LDA)

  • 43

    Które z poniższych stwierdzeń są prawdziwe w stosunku do algorytmu PCA:

    Umożliwia identyfikowanie wzorców danych na podstawie analizy korelacji między nimi, Tworzy nowe osie ortogonalne, na które rzutowane są pierwotne dane

  • 44

    Gdzie mają zastosowanie drzewa decyzyjne:

    W zagadnieniach klasyfikacji, W zagadnieniach regresji

  • 45

    Wskaźnik określający różnicę pomiędzy wartością 1, a sumą prawdopodobieństwa instancji danej klasy do liczby wszystkich instancji w danym węźle nosi nazwę:

    Indeks Giniego

  • 46

    Wskaż funkcję aktywacji perceptronu:

    Funkcja skokowa

  • 47

    Funkcja Bias pozwala:

    Jest używana po wyznaczeniu progu aktywacji neuronu, Jest używana jako dodatkowe wejście do neuronu, Przesunąć funkcję aktywacji poprzez dodanie stałej do wejścia

  • 48

    Celem uczenia z krytykiem jest:

    Zmaksymalizowanie zwracanej nagrody

  • 49

    Wąski margines separacji w maszynie wektorów nośnych:

    Powoduje radykalne zmiany klasyfikacji

  • 50

    Jeśli współczynnik korelacji Pearsona jest równy 0 wówczas:

    Nie istnieje korelacja pomiędzy zbiorami

  • 51

    Współczynnik korelacji Pearsona:

    służy do określania związku liczb z dwóch zbiorów

  • 52

    Maszyna wektorów nośnych powinna być używana w przypadkach gdy:

    liczba wymiarów jest znacząco większa niż liczba próbek, w przestrzeniach wielowymiarowych