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.

ЛИЧНЫЙ КАБИНЕТ 

Здравствуйте гость!

 

Логин:

Пароль:

 

Запомнить

 

 

Забыли пароль? Регистрация

 

Повышение оригинальности

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.

Смотреть работу подробнее



Скачать работу


Скачать работу с онлайн повышением оригинальности до 90% по antiplagiat.ru, etxt.ru


* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.