Нейросети для карьеры

Что такое нейронная сеть?

• Модель, основанная на структуре и функционировании мозга, предназначенная для обработки информации.
• Тип алгоритма машинного обучения без использования слоев.
• Программа, предназначенная только для обработки изображений.
• Объект программирования без обучения.

Какой элемент является основным в нейронной сети?

• Сигнал
• Обработка
• Нейрон
• Слой

Что такое обучение с учителем?

• Процесс, при котором данные не используются.
• Обучение на размеченных данных для предсказания выходных значений.
• Метод, при котором сеть сама генерирует данные.
• Алгоритм, работающий без предварительной информации.

Какой метод обычно используется для оптимизации весов в нейронных сетях?

• Градиентный спуск
• Метод наименьших квадратов
• Метод случайного блуждания
• Стохастический градиентный спуск

Какой из этих алгоритмов относится к глубокому обучению?

• Логистическая регрессия
• Сверточные нейронные сети (CNN)
• Метод опорных векторов
• Деревья решений

Что такое переобучение?

• Процесс, при котором модель учится слишком быстро.
• Ситуация, когда модель слишком точно подстраивается под обучающие данные и теряет способность обобщать.
• Отсутствие обучения модели.
• Ошибка, связанная с недостатком данных.

Какой метод может помочь избежать переобучения?

• Увеличение размера обучающей выборки
• Регуляризация
• Сокращение числа нейронов
• Использование простых моделей

Что такое активационная функция?

• Функция, определяющая выход нейрона на основе входных данных.
• Функция, применяемая к сумме входов нейрона, чтобы добавить нелинейность в модель.
• Функция, измеряющая ошибки модели.
• Метод оптимизации весов.

Какова основная цель обучения нейронной сети?

• Сокращение времени работы сети
• Создание сложных моделей
• Минимизация ошибки предсказания на тестовых данных.
• Увеличение числа нейронов в сети.

Что такое dropout?

• Метод увеличения данных
• Техника регуляризации, при которой случайно отключаются нейроны во время обучения.
• Алгоритм оптимизации весов.
• Процесс инициализации нейронной сети.

1 Какой тип данных можно использовать для обучения нейронной сети?

• Как структурированные, так и неструктурированные данные.
• Только числовые данные.
• Только текстовые данные.
• Только изображения.

1 Что такое вектор признаков?

• Набор параметров, описывающих объект.
• Формат, в котором представляются входные данные для модели.
• Тип метрики для оценки модели.
• Функция активации нейронной сети.

1 Какой из этих фреймворков используется для создания нейросетей?

• TensorFlow
• Excel
• Photoshop
• AutoCAD

1 Что такое сверточная нейронная сеть?

• Модель, используемая для обработки временных рядов.
• Нейронная сеть, предназначенная для обработки изображений.
• Сеть, состоящая из одного слоя.
• Алгоритм без обучающей выборки.

1 Какова роль оптимизации гиперпараметров?

• Увеличение скорости обучения модели.
• Улучшение качества предсказаний модели.
• Снижение сложности модели.
• Упрощение архитектуры нейронной сети.

1 Что такое регрессия в контексте нейронных сетей?

• Метод, который используется только для классификации.
• Процесс предсказания числовых значений на основе входных данных.
• Функция потерь нейронной сети.
• Стратегия выбора активационной функции.

1 Как можно интерпретировать результаты работы нейронной сети?

• Использовать методы визуализации и анализировать важность признаков.
• Сравнить с другими моделями.
• Провести A/B тестирование.
• Проверить скорость работы сети.

1 Какой из следующих методов используется для обработки последовательностей?

• Логистическая регрессия
• Рекуррентные нейронные сети (RNN)
• Сверточные нейронные сети (CNN)
• Деревья решений

1 Что такое тестовая выборка?

• Данные, используемые для обучения модели.
• Данные, используемые для оценки производительности модели после обучения.
• Данные, которые были удалены из обучающей выборки.
• Все данные, используемые в процессе обучения.

Что такое «обратное распространение ошибки»?

• Метод увеличения данных.
• Алгоритм, используемый для обновления весов нейронной сети на основе ошибки предсказания.
• Процесс инициализации сети.
• Тип функции потерь.

Что такое нейронная сеть?

• Математическая модель, состоящая из взаимосвязанных узлов (нейронов)
• Физическое устройство для обработки информации
• Алгоритм для работы с графами
• Система хранения данных

Какой из следующих методов используется для обучения нейронных сетей?

• Метод градиентного спуска
• Обратное распространение ошибки
• Метод К-ближайших соседей
• Метод опорных векторов

Какой тип нейронной сети наиболее часто используется для обработки изображений?

• Рекуррентные нейронные сети
• Свёрточные нейронные сети
• Полносвязные нейронные сети
• Автоэнкодеры

Что такое переобучение (overfitting)?

• Неправильная настройка гиперпараметров
• Когда модель хорошо обучена на обучающей выборке, но плохо обобщает на новых данных
• Нехватка данных для обучения
• Ошибки в алгоритме обучения

Какой из перечисленных методов регуляризации помогает избежать переобучения?

• Увеличение размера обучающей выборки
• Применение дропаутов
• Регуляризация L2 (ридж-регрессия)
• Уменьшение сложности модели

Что такое активационная функция?

• Функция, которая определяет выход нейрона на основе его входных значений
• Функция, отвечающая за скорость обучения модели
• Функция, позволяющая обновлять веса модели
• Функция для нормализации входных данных

Какое значение обычно принимает функция активации ReLU для отрицательных входов?

• 0
• 0
• -1
• 1

Что такое гиперпараметры в контексте нейросетей?

• Параметры, которые обучаются во время обучения модели
• Параметры, которые устанавливаются до начала обучения
• Параметры, определяющие архитектуру сети
• Параметры, которые изменяются во время обучения

Какой алгоритм часто используется для кластеризации?

• K-means
• Деревья решений
• Наивный байесовский классификатор
• Логистическая регрессия

Что такое вектор признаков?

• Математическое представление данных в многомерном пространстве
• Таблица с метаданными
• Модель для предсказания выходных значений
• Функция для нормализации данных

Что такое LSTM?

• Тип рекуррентной нейронной сети, предназначенный для работы с последовательными данными
• Алгоритм для обработки изображений
• Метод регуляризации
• Способ настройки гиперпараметров

Какое из следующих утверждений о нейросетях верно?

• Они всегда требуют больших объемов данных для обучения
• Они могут быть использованы для решения задач классификации и регрессии
• Они не могут обрабатывать текстовые данные
• Они всегда более точные, чем традиционные алгоритмы

Какое значение имеет функция потерь?

• Определяет скорость обучения модели
• Измеряет качество предсказаний модели
• Устанавливает количество нейронов в скрытых слоях
• Указывает на необходимость изменения архитектуры модели

Что такое пакетная нормализация?

• Метод уменьшения сложности модели
• Техника, которая помогает ускорить обучение и повысить стабильность модели
• Метод для уменьшения переобучения
• Функция активации

Какой из следующих методов применяется для визуализации нейросетей?

• Сводные таблицы
• Технический граф
• Кластеризация
• Рассмотрение статистики

Что такое градиентный спуск?

• Метод выбора наилучшей архитектуры сети
• Алгоритм оптимизации для нахождения минимума функции потерь
• Способ нормализации входных данных
• Метод кластеризации

Какова роль тестовой выборки в машинном обучении?

• Используется для обучения модели
• Позволяет оценить качество модели на новых, ранее не виденных данных
• Не имеет значения
• Используется для настройки гиперпараметров

Что такое «разреженные данные»?

• Данные с высоким уровнем шумов
• Данные, содержащие много нулевых значений
• Данные, которые легко обрабатываются
• Данные с высокой корреляцией

Какое значение имеет функция активации softmax?

• Для регрессии
• Для многоклассовой классификации
• Для уменьшения размерности
• Для работы с временными рядами

Какой из следующих языков программирования наиболее популярен для работы с нейросетями?

• Java
• Python
• C++
• Ruby