Здесь можно найти учебные материалы, которые помогут вам в написании курсовых работ, дипломов, контрольных работ и рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.
Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение оригинальности любого файла в формате MS Word. После такого повышения оригинальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, РУКОНТЕКСТ, etxt.ru. Программа «StudentHelp» работает по уникальной технологии так, что на внешний вид, файл с повышенной оригинальностью не отличается от исходного.
Результат поиска
Наименование:
Контрольная Предмет: Методы и модели принятия решения (тест).Период изготовления: декабрь 2023 года.ВУЗ: неизвестно.Работы успешно сдана - заказчик претензий не имел.
Информация:
Тип работы: Контрольная.
Предмет: Информатика.
Добавлен: 14.03.2024.
Год: 2023.
Страниц: 5.
Уникальность по antiplagiat.ru: 60. *
Описание (план):
1. Верно ли утверждение: «В отличие от нейрокибернетики, в кибернетике «черного ящика», не важно, как устроено мыслящее устройство»: А) верно Б) неверно
2. Первый слой архитектуры систем поддержки принятия решений на основе анализа данных это: А) Modelling Б) Data collection В) Interface
3. К числу базовых моделей представления знаний относятся: А) Сетевая Б) Фреймовая В) Нейросетевая
4. Верно ли утверждение «В базе знаний не содержится набор правил, законов, закономерностей, которые получены в результате профессиональной деятельности в пределах некоторой предметной области»: А) верно Б) неверно
5. После сбора исходных данных осуществляется: А) Обучение модели Б) Анализ результатов В) Подготовка данных
6. При обучении с учителем: А) Модель располагает правильными ответами (выходами) на каждый входной пример Б) Определяется внутренняя структура данных или корреляции между образцами в системе данных, что позволяет распределить образцы по категориям В) Часть выходов известна, а часть нет
7. К числу основных показателей качества моделей относят: А) Точность Б) Адекватность В) Информативность
8. Верно ли утверждение «Постоянство дисперсии ошибок для всех выборочных наблюдений понимается как гетероскедастичность : А) верно Б) неверно
9. Верно ли утверждение: «При проведении классификации модели обучаются на данных, в которых уже указаны объекты и к каким классам они принадлежат, а при кластеризации этого не задано на обучающих и тестовых данных и количество групп находится при помощи методов машинного обучения»: А) верно Б) неверно
10. Для первоначального определения оптимального количества кластеров целесообразно осуществить: А) Кластеризацию при помощи нейросетей Б) Кластеризацию методом K-средних В) Древовидную кластеризацию
11. Метод обратной пошаговой регрессии предполагает: А) Постепенное исключение факторов из модели до требуемого уровня доверия к коэффициентам при регрессорах Б) Постепенное включение факторов в модель В) Смешанное обучение
12. Верно ли утверждение «Достаточно точными деревьями решений для решения задач классификации являются «Boosted Trees»»: А) верно Б) неверно
13. Верно ли утверждение: «В основу построения нейронных сетей исторически вошло моделирование искусственного нейрона по принципу работы биологического»: А) верно Б) неверно
14. Для решения сложных задач модели нейросетей должны быть: А) Однослойными Б) Многослойными В) Смешанными
15. При глубоком машинном обучении выходные данные могут быть представлены: А) Только в виде числового значения Б) Только в виде текста В) Иметь несколько форматов
16. Первой из успешных архитектур сверточных нейронных сетей была: А) AlexNet Б) GoogLeNet В) LeNet
17. Индекс потребительских цен должен прогнозироваться: А) В федеральном органе государственной власти Б) В региональном органе государственной власти В) В коммерческих структурах
18. В рамках рассматриваемой лекции алгоритм обучения нейросети был: А) Обратное распространение ошибок 1. Верно ли утверждение: «В отличие от нейрокибернетики, в кибернетике «черного ящика», не важно, как устроено мыслящее устройство»: А) верно Б) неверно
2. Первый слой архитектуры систем поддержки принятия решений на основе анализа данных это: А) Modelling Б) Data collection В) Interface
3. К числу базовых моделей представления знаний относятся: А) Сетевая Б) Фреймовая В) Нейросетевая
4. Верно ли утверждение «В базе знаний не содержится набор правил, законов, закономерностей, которые получены в результате профессиональной деятельности в пределах некоторой предметной области»: А) верно Б) неверно
5. После сбора исходных данных осуществляется: А) Обучение модели Б) Анализ результатов В) Подготовка данных
6. При обучении с учителем: А) Модель располагает правильными ответами (выходами) на каждый входной пример Б) Определяется внутренняя структура данных или корреляции между образцами в системе данных, что позволяет распределить образцы по категориям В) Часть выходов известна, а часть нет
7. К числу основных показателей качества моделей относят: А) Точность Б) Адекватность В) Информативность
8. Верно ли утверждение «Постоянство дисперсии ошибок для всех выборочных наблюдений понимается как гетероскедастичность : А) верно Б) неверно
9. Верно ли утверждение: «При проведении классификации модели обучаются на данных, в которых уже указаны объекты и к каким классам они принадлежат, а при кластеризации этого не задано на обучающих и тестовых данных и количество групп находится при помощи методов машинного обучения»: А) верно Б) неверно
10. Для первоначального определения оптимального количества кластеров целесообразно осуществить: А) Кластеризацию при помощи нейросетей Б) Кластеризацию методом K-средних В) Древовидную кластеризацию
11. Метод обратной пошаговой регрессии предполагает: А) Постепенное исключение факторов из модели до требуемого уровня доверия к коэффициентам при регрессорах Б) Постепенное включение факторов в модель В) Смешанное обучение
12. Верно ли утверждение «Достаточно точными деревьями решений для решения задач классификации являются «Boosted Trees»»: А) верно Б) неверно
13. Верно ли утверждение: «В основу построения нейронных сетей исторически вошло моделирование искусственного нейрона по принципу работы биологического»: А) верно Б) неверно
14. Для решения сложных задач модели нейросетей должны быть: А) Однослойными Б) Многослойными В) Смешанными
15. При глубоком машинном обучении выходные данные могут быть представлены: А) Только в виде числового значения Б) Только в виде текста В) Иметь несколько форматов
16. Первой из успешных архитектур сверточных нейронных сетей была: А) AlexNet Б) GoogLeNet В) LeNet
17. Индекс потребительских цен должен прогнозироваться: А) В федеральном органе государственной власти Б) В региональном органе государственной власти В) В коммерческих структурах
18. В рамках рассматриваемой лекции алгоритм обучения нейросети был: А) Обратное распространение ошибок Б) BFGS В) На основе радиально базисных функций
19. Автоматический режим построения нейросетей это: А) С использованием «ANS» Б) С использованием «Subsampling» В) С использованием «CNN» 20. Факторы для построения моделей целесообразно выбирать: А) При помощи математических алгоритмов Б) При помощи экспертного анализа В) При помощи математических алгоритмов и экспертного анализа
21. Верно ли утверждение: «Под чат-ботом понимается автоматическая система для общения с пользователями»: А) Верно Б) Неверно
22. При диаризации происходит: А) Присвоение меток каждому элементу последовательности Б) Обнаружение и разделение речевого потока на части по количеству говорящих В) Распределение на n-количества слов
23. Наименование бота на госсуслугах: А) робот «Макс» Б) робот «Магнет» В) робот «Помощник»
24. Верно ли утверждение: «Умный город» – это концепция интеграции нескольких информационных и коммуникационных технологий и Интернета вещей для управления городским имуществом»: А) Верно Б) Неверно Список используемых источников... 1. Ковалев, В.В. Корпоративные финансы и учет: понятия, алгоритмы, показатели: Учебное пособие / В.В. Ковалев, В.В. Ковалев. - М.: Проспект, 2017. - 880 c. 2. Кокорева, М.С. Корпоративные финансовые решения. Эмпирический анализ российских компаний (корпоративные финансовые решения на развивающихся рынках капитала): Монография / И.В. Ивашковская, М.С. Кокорева, А.Н. Степанова, С.А. Григорьева. - М.: НИЦ ИНФРА-М, 2018. - 281 c. 3. Никитина, Н.В. Корпоративные финансы: Учебное пособие / Н.В. Никитина, В.В. Янов. - М.: КноРус, 2017. - 512 c. 4. Федякина, Л.Н. Международные финансы: Учебное пособие для вузов / Л.Н. Федякина. - М.: Межд. отнош., 2016. - 640 c.