Тесты / Информатика / 10 класс / 23 (2) Этапы разработки модели машинного обучения

23 (2) Этапы разработки модели машинного обучения

Йулдошова Татьяна Анатольевна

08.04.2024. Тест. Информатика, 10 класс

Внимание! Все тесты в этом разделе разработаны пользователями сайта для собственного использования. Администрация сайта не проверяет возможные ошибки, которые могут встретиться в тестах.

Тест содержит 10 вопросов по теме "Этапы разработки модели машинного обучения". Время выполнения 15 мин

Система оценки: 5 балльная

Список вопросов теста

Вопрос 1

Что является ключевыми компонентами в работе методов машинного обучения

Варианты ответов

Входные данные, выходные данные, функция потерь
Веса, параметры, функция потерь
Тело модели, функция потерь, оптимизатор
Алгоритмы подбора данных, функция потерь, тело модели

Вопрос 2

Какая метрика наиболее часто используется для оценки качества бинарной классификации и оценивается в процентах

Варианты ответов

Accuracy
R2
MSE
Precision

Вопрос 3

Что такое метод ранней остановки и как он может быть использован для оптимизации модели

Варианты ответов

метод, который выбирает оптимальное количество эпох для обучения модели
метод, который применяет штрафы за большие веса модели
метод, который оптимизирует гиперпараметры модели
метод, который останавливает обучение модели, если ошибка на валидационном наборе начинает увеличиваться

Вопрос 4

Что такое гиперпараметры модели

Варианты ответов

Параметры модели, которые оптимизируются в процессе обучения
Параметры модели, которые используются для оценки ее качества
Параметры модели, которые не могут никак повлиять на процесс обучения модели
Параметры модели, которые определяют ее архитектуру и настройки и не могут быть изменены в процессе обучения

Вопрос 5

Какая компонента модели машинного обучения определяет взаимосвязь между входными и выходными данными

Варианты ответов

Функция потерь
Ни один из вариантов ответа не подходит
Тело модели
Оптимизатор

Вопрос 6

Что происходит в процессе обучения модели в машинном обучении

Варианты ответов

Результаты предсказания сравниваются с реальными данными, используя функцию потерь
Все перечисленное
Модель получает входные данные и использует их для предсказания выходных данных
Функция потерь вычисляет ошибку, которую необходимо минимизировать

Вопрос 7

Что такое регуляризация модели

Варианты ответов

метод, который выбирает оптимальное количество эпох для обучения модели
метод, который применяет штрафы за большие веса модели
метод, который оптимизирует гиперпараметры модели

Вопрос 8

Какой метод оптимизации традиционно используется для настройки весов в нейронных сетях

Варианты ответов

метод оптимизации случайного поиска
метод оптимизации градиентного спуска
метод оптимизации Гаусса
метод оптимизации генетических алгоритмов

Вопрос 9

Что делает оптимизатор в машинном обучении

Варианты ответов

Определяет сложность задачи, которую необходимо решить
Определяет взаимосвязь между входными данными и выходными данными
Используется для оценки качества модели
Используется для минимизации функции потерь

Вопрос 10

Что такое функция потерь в машинном обучении

Варианты ответов

Это интерпретируемая функция, которая используется для оценки качества модели и понятная бизнесу
Это функция, которая определяет сложность задачи, которую необходимо решить
Это функция, которая используется для оценки качества модели во время обучения
Это алгоритм, который используется для минимизации функции потерь