Вопросы |
Что представляет собой «искусственный интеллект» как научная дисциплина? |
Какие задачи относятся к классическим задачам «машинного обучения»? |
Что понимается под термином «обучение с учителем» в машинном обучении? |
Какое утверждение правильно сравнивает обучение с учителем и обучение без учителя? |
Что такое «обучение с подкреплением» в контексте искусственного интеллекта? |
Какие факторы способствовали современному развитию «искусственного интеллекта»? |
Что понимается под термином «нейронные сети» в контексте искусственного интеллекта? |
Какие области применения «искусственного интеллекта» распространены сегодня? |
Что представляет собой «машинное обучение» как область искусственного интеллекта? |
Для каких целей и каким образом искусственный интеллект используется в медицине? |
Что такое «большие данные» и как они связаны с искусственным интеллектом? |
Какие профессии наиболее востребованы в сфере «искусственного интеллекта»? |
Что понимается под термином «глубокое обучение»? |
Какие существуют основные парадигмы «машинного обучения»? |
Что представляет собой история развития «искусственного интеллекта»? |
Что такое «переподгонка (overfitting)» в машинном обучении? |
Что понимается под термином «признаковое пространство»? |
Каким набором данных оценивают итоговое качество модели после обучения и настройки гиперпараметров? |
Что представляет собой искусственный нейрон с математической точки зрения? |
Какую роль выполняют веса в искусственном нейроне? |
Что такое функция активации нейрона? |
Какие функции активации наиболее распространены в современных нейросетях? |
Что представляет собой процесс прямого распространения сигнала в нейронной сети? |
Каким образом происходит обучение нейронной сети? |
Что такое функция потерь в контексте обучения нейросети? |
Какую функцию выполняет метод обратного распространения ошибки? |
Что представляет собой градиентный спуск как метод оптимизации? |
Какие существуют разновидности архитектур нейронных сетей? |
Что такое полносвязный слой в нейронной сети? |
Как выбирается количество слоев в нейронной сети? |
Что понимается под термином «гиперпараметры» нейронной сети? |
Какую функцию выполняет смещение (bias) в искусственном нейроне? |
Что представляет собой пакетное обучение (batch learning) нейронной сети? |
Что понимается под термином «переобучение» нейронной сети? |
Какая роль у регуляризации L2 в обучении нейронной сети? |
Что представляет собой мини-батч в процессе обучения нейронной сети? |
Для чего предназначены сверточные нейронные сети? |
Что представляет собой операция свертки в контексте обработки изображений? |
Какую задачу выполняет сверточный слой в нейронной сети? |
Какую роль выполняют фильтры (ядра) свертки в распознавании изображений? |
Что такое карта признаков «feature map» в сверточной сети? |
Для чего используется слой подвыборки («пулинг», «pooling») в сверточных сетях? |
Что такое субдискретизация в контексте сверточных сетей? |
Какие типы «пулинга» существуют в сверточных нейронных сетях? |
Что представляет собой архитектура сверточной нейронной сети? |
Какие известные архитектуры сверточных сетей существуют? |
Что такое глубина сверточной сети? |
Каким способом сверточные сети обрабатывают цветные изображения? |
Что понимается под термином «трансферное обучение» применительно к сверточным сетям? |
Для чего используются остаточные соединения (ResNet) в сверточных сетях? |
Что такое «пэддинг» в сверточных нейронных сетях? |
Каким образом шаг свертки («stride») влияет на карту признаков? |
Для чего используется слой пакетной нормализации («batch normalization») в сверточных сетях? |
Что представляет собой оптимизация в контексте обучения нейронных сетей? |
Какую роль играет скорость обучения (learning rate) в процессе оптимизации? |
Какие проблемы могут возникнуть при неправильном выборе скорости обучения? |
Что такое метод импульса (momentum) в оптимизации? |
Что понимается под термином «переобучение» (overfitting) нейронной сети? |
Каким образом можно бороться с переобучением нейронной сети? |
Что представляет собой метод регуляризации в нейронных сетях? |
Какую роль выполняет Dropout в борьбе с переобучением? |
Что такое L1 и L2 регуляризация? |
Каким образом ранняя остановка (early stopping) помогает в обучении? |
Что представляет собой пакетная нормализация (batch normalization)? |
Для чего используется градиентный клиппинг (gradient clipping)? |
Что понимается под термином «сходимость» нейронной сети? |
Что такое «разогрев» скорости обучения (learning rate warmup)? |
Какой подход к регуляризации реализован в AdamW по сравнению с L2‑штрафом в Adam? |
Что представляет собой косинусное расписание скорости обучения (cosine annealing)? |
Что представляет собой библиотека «TensorFlow»? |
Что позволяет делать библиотека PyTorch? |
Для чего используется библиотека «Keras»? |
Что представляет собой библиотека «Scikit-learn»? |
Что такое высокоуровневый API в контексте библиотек для нейросетей? |
Какой формат данных обычно НЕ используется для работы с библиотеками машинного обучения? |
Что представляет собой тензор в контексте библиотек глубокого обучения (TensorFlow, PyTorch)? |
Для чего используется библиотека «NumPy» в проектах по машинному обучению? |
Что такое предобученные модели в библиотеках для нейросетей? |
Что представляет собой формат «ONNX»? |
Для чего используется инструмент «TensorBoard»? |
В чём заключается особенность динамического вычислительного графа в «PyTorch»? |
Что такое «TorchScript» в «PyTorch»? |
Для чего используется «ONNX Runtime»? |
Для чего используется библиотека «cuDNN» в экосистеме глубокого обучения? |
