Примерный перечень вопросов государственного экзамена — Информационные системы и технологии. Технологии искусственного интеллекта

Теоретические вопросы на знание базовых понятий и принципов

1. Информационная система и её основные компоненты.
2. Классификация информационных систем.
3. Жизненный цикл разработки информационных систем.
4. Облачные вычисления и их роль в информационных системах.
5. Принципы и методы искусственного интеллекта в информационных системах.
6. Модели данных в информационных системах.
7. Принципы проектирования пользовательского интерфейса информационной системы.
8. Системы управления базами данных: классификация, возможности и тенденции развития.
9. Характеристика глобальной сети Интернет. Протоколы сети Интернет.
10. Понятие архитектуры информационной системы.
11. Антивирусные программы: классификация и принципы работы.
12. Устройство системного блока. Типы корпусов и блоков питания.
13. Устройство и параметры материнской платы. Назначение устройств, размещаемых на материнской плате.
14. Сетевые устройства: классификация и основные принципы работы.
15. Основные принципы построения компьютерных сетей.
16. Компьютерные вирусы: определение, классификация по среде обитания и способам заражения.
17. Корпоративные компьютерные сети: принципы организации.
18. Типы локальных сетей. Модель OSI.
19. Понятие и свойства алгоритма. Язык схем.
20. Обзор версий MS WINDOWS. Назначение и основные функции MS WINDOWS 10 (11). Преимущества и недостатки MS WINDOWS 10 (11).
21. Характеристика информационных процессов.
22. Принципы цифровизации в экономике и их значение для информационных систем.
23. Основные виды программного обеспечения для обработки больших данных (Big Data).
24. Основы управления информационной безопасностью в современных системах.
25. Архитектура распределённых систем и её особенности.
26. Роль ЯВУ в разработке интеллектуальных систем.
27. Основные функции и задачи физического уровня модели OSI в локальных сетях.
28. Роль канального уровня в обеспечении передачи данных в локальных сетях. Используемые протоколы.
29. Механизмы модели OSI на сетевом уровне. Маршрутизации данных в локальных сетях.
30. Транспортный уровень модели OSI. Обеспечение надежности передачи данных между устройствами в локальной сети.

Вопросы по направленности «Технологии искусственного интеллекта»

1. Искусственный интеллект. Основные цели создания.
2. Этапы развития искусственного интеллекта.
3. Классификация ИИ по степени сложности и функциональности.
4. Машинное обучение. Основные подходы.
5. Машинное зрение. Основные отличия от человеческого восприятия.
6. Социальные аспекты искусственного интеллекта.
7. Принципы и методы обработки изображений в ИИ.
8. Системы экспертных знаний и области их применения.
9. Мультиагентные системы. Основные преимущества и недостатки.
10. Основы логического программирования в ИИ.
11. Нейронные сети. Области применения.
12. Обработка естественного языка (NLP). Основные задачи.
13. Рекомендательные системы. Принцип работы.
14. Рекомендательные системы: назначение и области применения.
15. Практические применения ИИ в различных сферах.
16. Типы Интернет-сервисов.
17. Роль интернета вещей (IoT) в развитии и внедрении технологий искусственного интеллекта.
18. Интерпретируемость и объяснимость ИИ.
19. Применение искусственного интеллекта в современной робототехнике.
20. ИИ в кибербезопасности.
21. ИИ и большие данные (Big Data).
22. Основы когнитивного моделирования в ИИ.
23. Алгоритмы оптимизации в ИИ.
24. Искусственный интеллект и креативные индустрии.
25. Кластеризация как метод обучения без учителя: основные принципы и примеры применения.
26. Обработка естественного языка и какие задачи она решает в ИИ
27. Использование сверточных нейронные сети для анализа изображений.
28. Перечислите и охарактеризуйте основные шаги процесса контролируемого обучения.
29. Основные методы оценки эффективности моделей машинного обучения.
30. Обучение с подкреплением в искусственном интеллекте.

Задания на умение использовать полученные знания и навыки для

решения профессиональной задачи.

 

1. Установите соответствие:

Модель OSI	Протокол
1. Транспортный уровень	а) Ethernet
2. Сетевой уровень	б) TCP
3. Канальный уровень	в) IPv6

 

2. Установите соответствие:

Модель OSI	Протокол
1. Сеансовый уровень	а) PPP
2. Транспортный уровень	б) TCP
3. Физический уровень	в) HTTP

 

 

3. Приведите данное отношение к 3 нормальной форме.

 

№ заказа	Наименование товара	Тип товара	Кол-во (заказано)	Цена за единицу	Склад	Адрес склада	Поставщик	Адрес постав-щика

 

4. Приведите данное отношение к 3 нормальной форме.

 

ID клиента	ФИО	Заказ	Сумма	Дата заказа	Способ оплаты	Адрес доставки

 

5. Приведите данное отношение к 3 нормальной форме.

 

ID сотрудника	ФИО	должность	Отдел	Зарплата	Город	Телефон

 

6. Ниже представлен фрагмент кода

 

На каком языке написан код и для каких целей?

 

9. Заполните пропущенные названияэлементов
10. Заполните пропущенные названия элементов
11. Заполните пропущенные названия элементов

 

10. Заполните пропущенные названия элементов
11. Заполните пропущенные названия элементов
12. Заполните пропущенные названия элементов

 

13. Заполните пропущенные названия элементов

 

14. Заполните пропущенные названия элементов

 

15. Заполните пропущенные названия элементов

 

 

16. Заполните пропущенные названия элементов

 

17. Заполните пропущенные названия элементов

 

18. Установите порядок выполнения и заполните пропуски.

Процесс контролируемого обучения включает следующие основные шаги:

Название шага	Определение
1. Обучение модели	а) Помеченные данные подготавливаются в виде пар «входной пример – правильный ответ»
2.  Подготовка данных	б)
3. Оценка модели	в) обучается на помеченных данных с использованием выбранного алгоритма обучения.
4. Выбор модели:	г)

 

 

19. Заполните пропущенные описания шагов.

Название шага	Определение
1. Подготовка данных	а)
2. Выбор модели	б)
3. Обучение модели	в)
4. Оценка модели	г)

Процесс контролируемого обучения включает следующие основные шаги:

 

20. Установите соответствие, используя следующие обозначения:

Метод машинного обучения	Графическое представление
1. Неконтролируемое обучение	а)
2. Контролируемое обучение	б)
3. Полуконтролируемое обучение	в)

 

21. Установите соответствие:

Термин	Определение
1. Языковая модель	а) Область искусственного интеллекта, которая изучает алгоритмы и модели, позволяющие компьютерам учиться на данных.
2. ML	б) Алгоритмы, вдохновленные биологическими нейронными сетями, которые используются для распознавания шаблонов и обработки данных.
3. Нейросеть	в) Статистическая модель, которая предсказывает вероятность последовательности слов в тексте.

 

 

22. Приведите примеры различий этапов валидации и верификации при тестировании нейронных сетей

 

23. Объясните различия между обучающей, валидационной и тестовой выборкой

 

24. Опишите каждый этап тестирования модели:
    1. Тестирование на тестовых данных:
    2. Тестирование реальных сценариев:
    3. Тестирование производительности и скорости:

.

25. Опишите каждый этап подготовки данных для использования нейронных сетей:
    • Сбор данных:
    • Очистка данных:
    • Предобработка данных:
    • Разделение данных:

 

26. Расставить в нужном порядке этапы тестирования нейросетей:

 

• Тестирование модели
• Подготовка данных
• Валидация
• Анализ результатов
• Верификация
• Разработка и тренировка модели
• Подготовка данных

 

27. Ниже представлен фрагмент кода

 

На каком языке написан код и для каких целей?

 

28. Перечислите доступные цветовые режимы (моды) для преобразования изображений в библиотеке Pillow с использованием метода convert.

 

29. Установите соответствие:

Библиотека Python	Применение
1. TensorFlow	а) Библиотека с открытым исходным кодом, которая позволяет легко и эффективно строить нейронные сети, особенно для исследовательских целей.
2. Keras	б) Библиотека, разработанная Google  для создания и обучения нейронных сетей, известная своей гибкостью и поддержкой различных архитектур глубокого обучения.
3. PyTorch	В) Высокоуровневый API для глубокого обучения, предназначен для упрощения создания и обучения нейронных сетей.

 

 

30. Ниже представлен фрагмент кода

 

На каком языке написан код и для каких целей?