Home » Ответы Синергия МТИ » 💯Глубокое обучение. Ответы на тесты Синергия МТИ МосАП

💯Глубокое обучение. Ответы на тесты Синергия МТИ МосАП

Скачать тест: Глубокое обучение.фит_дМАГ Синергия Ответы МТИ Тесты.pdf

1. Что является основным фокусом глубокого обучения?
2. Какой из следующих является популярным фреймворком глубокого обучения?
3. Что такое нейрон в нейронной сети?
4. В чем основное преимущество глубокого обучения перед традиционным машинным обучением?
5. Для чего используется обратное распространение ошибки в глубоком обучении?
6. Какой из следующих является примером обучения с учителем?
7. Что означает ReLU в глубоком обучении?
8. Что такое переобучение в контексте машинного обучения?
9. Что означает аббревиатура CNN?
10. Что такое «функция потерь» в глубоком обучении?
11. Что такое «глубокая нейронная сеть»?
12. Что делает «дропаут» в нейронной сети?
13. Что такое «размер партии» в глубоком обучении?
14. Каково основное применение «сверточных нейронных сетей»?
15. Что такое «тонкая настройка» в глубоком обучении?
16. Для чего используются «автокодировщики»?
17. Какова роль «функций активации» в нейронных сетях?
18. Что означает аббревиатура RNN?
19. Что такое «перенос обучения» в глубоком обучении?
20. Для чего используется «ранняя остановка» при обучении моделей?
21. Что такое «семантическая сегментация» в глубоком обучении?
22. Какое из следующих является применением глубокого обучения?
23. К чему приводит «переобучение»?
24. Что означает аббревиатура SGD в глубоком обучении?
25. Для чего используется «пулинг» в сверточных нейронных сетях?
26. Что такое «извлечение признаков» в контексте глубокого обучения?
27. Для чего используются «генеративно-состязательные сети»?
28. В чем ключевое преимущество сетей LSTM перед традиционными RNN?
29. Что такое «обучение без учителя» в глубоком обучении?
30. Что означает «обобщение модели» в глубоком обучении?
31. Какова основная функция «оптимизатора» в глубоком обучении?
32. Что такое «тензор» в контексте глубокого обучения?
33. Что делает функция ReLU в нейронной сети?
34. Что такое «увеличение данных» в глубоком обучении?
35. Что такое «свертка» в глубоком обучении?
36. Для чего используется «нормализация» при предварительной обработке данных?
37. Что такое задача «классификации» в глубоком обучении?
38. Что такое «перенос обучения»?
39. Что делает функция softmax в нейронной сети?
40. Что такое «гиперпараметр» в глубоком обучении?
41. Что такое «Gated Recurrent Unit (GRU)» в глубоком обучении?
42. В чем основное отличие между «глубоким обучением» и «машинным обучением»?
43. Что делает «уменьшение размерности» в глубоком обучении?
44. Что такое «встраивание слов» в глубоком обучении?
45. Для чего используются «сети глубоких убеждений»?
46. Что такое «адверсарное обучение» в глубоком обучении?
47. В чем основное преимущество использования функции «ReLU» вместо «сигмоидных» функций?
48. Какова основная цель «глубокого обучения с подкреплением»?
49. Что означает «обучение от начала до конца» в глубоком обучении?
50. Что такое «нормализация признаков» в глубоком обучении?
51. Что такое «ансамблевое обучение» в глубоком обучении?
52. Какую роль играет «дропаут» в модели глубокого обучения?
53. Что такое «обратное распространение ошибки» в глубоком обучении?
54. Для чего используется «функция потерь» в глубоком обучении?
55. Что включает в себя «тонкая настройка» модели глубокого обучения?
56. Для чего используется «нормализация пакетов» в глубоком обучении?
57. Что такое «эпоха» в обучении глубокого обучения?
58. Для чего в основном используются «сверточные слои» в глубоком обучении?
59. Для чего используется «функция активации» в глубоком обучении?
60. Для чего обычно используется «перенос обучения» в глубоком обучении?
61. Что такое «обучение без учителя с предварительной подготовкой» в глубоком обучении?
62. Для чего обычно используется «увеличение данных» в глубоком обучении?
63. Какое основное преимущество глубокого обучения перед традиционными алгоритмами?
64. Что такое проблема «исчезающего градиента» в глубоком обучении?
65. Какой тип задачи представляет собой «генерация изображений» в глубоком обучении?
66. Что обычно включает в себя «тонкая настройка» в глубоком обучении?
67. Что такое «инженерия признаков» в глубоком обучении?
68. Что делает «стохастический градиентный спуск» в глубоком обучении?
69. Для чего используется «рекуррентная нейронная сеть» в глубоком обучении?
70. Что такое «обнаружение аномалий» в глубоком обучении?
71. Для чего особенно эффективно глубокое обучение?
72. Почему в глубоком обучении часто используются GPU?
73. Для чего используется «макс-пулинг» в сверточной нейронной сети?
74. Что делает «полносвязный слой» в нейронной сети?
75. Что такое «переобучение модели» в глубоком обучении?
76. Для чего используется «глубокий автокодировщик»?
77. Что такое «обрезка градиента» в глубоком обучении?
78. Для чего используется «ранняя остановка» в глубоком обучении?
79. Что такое «кросс-валидация» в контексте обучения моделей глубокого обучения?
80. Что означает «тонкозернистая классификация» в глубоком обучении?