Главная / Искусственный интеллект и робототехника /
Нейрокомпьютинг и его применения в экономике и бизнесе / Тест 3
Нейрокомпьютинг и его применения в экономике и бизнесе - тест 3
Упражнение 1:
Номер 1
Кем были предложены первые персептроны в 1958 г., имеющие два слоя нейронов?
Ответ:
 (1) Марвин Минский 
 (2) Френк Розенблатт 
 (3) Сеймур Пейперт 
Номер 2
От чего зависит дискриминантная функция?
Ответ:
 (1) от параллельной комбинации выходов 
 (2) от линейной комбинации входов 
 (3) от параллельной комбинации входов и выходов 
Номер 3
Принцип Фишера характерен для…
Ответ:
 (1) параметрической статистики 
 (2) математической статистики 
 (3) эмпирической статистики 
Упражнение 2:
Номер 1
На чем основывается метод back-propagation
?
Ответ:
 (1) на цепном правиле дифференцирования 
 (2) на недифференцируемой ступенчатой функции активации 
 (3) на дифференцируемой сигмоидной функции активации 
Номер 2
Для чего используется алгоритм back-propagation?
Ответ:
 (1) для пропорциональности гипотезы ее успеху и ее априорной вероятности 
 (2) для нахождения зависимости числа параметров от числа данных 
 (3) для нахождения градиента функции ошибки 
Номер 3
В каком случае сеть будет обладать максимальной предсказательной способностью?
Ответ:
 (1) при минимизации ошибки обобщения 
 (2) при минимизации ошибки обучения 
 (3) при минимизации ошибки обращения 
Упражнение 3:
Номер 1
Какой вид может принимать аппроксимация функций?
Ответ:
 (1) классификация 
 (2) сжатие 
 (3) регрессия 
Номер 2
Какие функции активации не влияют на классификацию?
Ответ:
 (1) политонные 
 (2) однотонные 
 (3) монотонные 
Номер 3
С помощью какого принципа можно оптимизировать эмпирические ошибки и сложность модели?
Ответ:
 (1) принцип максимального правдоподобия 
 (2) принцип минимальной длины описания 
 (3) принцип обобщения эмпирических данных 
Упражнение 4:
Номер 1
Какое правило обучения называют дельта-правилом?
Ответ:
 (1) когда веса уравновешиваются 
 (2) когда веса уравновешиваются по направлению скорейшего подъема 
 (3) когда веса уравновешиваются по направлению скорейшего спуска 
Номер 2
При оптимизации размеров сети надо учитывать…
Ответ:
 (1) значение весов 
 (2) соотношение между числом весов и числом примеров 
 (3) соотношение между числом слоев и количеством нейронов в этих слоях 
Номер 3
Назовите основные составляющие нейроанализа…
Ответ:
 (1) метод предобработки сигналов 
 (2) метод адаптивной оптимизации сигналов 
 (3) метод формирования относительно малоразмерного пространства 
Упражнение 5:
Номер 1
Что такое дискриминантная функция?
Ответ:
 (1) индикатор принадлежности входного вектора к одному из заданных классов 
 (2) индикатор непрерывности выходных значений 
 (3) индикатор набора выходных векторов ко всем заданным классам 
Номер 2
Кем была доказана теорема Байеса?
Ответ:
 (1) Байесом 
 (2) Лапласом 
 (3) Бернулли 
Номер 3
Минимизировать общую длину описания данных можно с помощью…
Ответ:
 (1) модели 
 (2) описания данных 
 (3) описания самой модели 
Упражнение 6:
Номер 1
Каким образом вычисляются входы каждого слоя при методе обратного распространения ошибки?
Ответ:
 (1) во время обратного распространения ошибки от последнего слоя к первому 
 (2) от первого слоя к последнему во время прямого распространения сигнала 
 (3) от первого слоя к последнему во время обратного распространения ошибки 
Номер 2
В каком алгоритме обучения каждый вес имеет свой адаптивно настраиваемый темп обучения?
Ответ:
 (1) метод наискорейшего спуска 
 (2) метод введения момента 
 (3) метод RPROP
 
Номер 3
С помощью какого множества выбирается оптимальная сложность модели?
Ответ:
 (1) обучающее 
 (2) валидационное 
 (3) тестовое 
Упражнение 7:
Номер 1
В чем заключается принцип максимального правдоподобия?
Ответ:
 (1) качественная зависимость априорной и эмпирических составляющих 
 (2) каждая гипотеза объясняет данные с большей или меньшей степенью вероятности 
 (3) при стремлении количества данных к бесконечности, последним числом можно пренебречь 
Номер 2
В чем заключается метод обратного распространения ошибки?
Ответ:
 (1) итерационная процедура подбора весов 
 (2) процедура передачи ошибки с выходного слоя к предшествующим слоям в направлении обратном обработке входной информации 
 (3) процедура передачи данных с входного слоя к последующим слоям 
Номер 3
Какое множество не влияет на обучение?
Ответ:
 (1) обучающее 
 (2) валидационное 
 (3) тестовое 
Упражнение 8:
Номер 1
Какие сети используются персептронами?
Ответ:
 (1) сети, состоящие из последовательных слоев нейронов 
 (2) сети, состоящие из параллельных слоев нейронов 
 (3) сети, состоящие из последовательных и параллельных слоев нейронов 
Номер 2
Какой метод обучения использует информацию о градиенте функции ошибки и информацию о вторых производных?
Ответ:
 (1) метод наискорейшего спуска 
 (2) метод сопряженного градиента 
 (3) метод второго порядка 
Номер 3
Какая методика использует конструктивные алгоритмы?
Ответ:
 (1) ранняя остановка обучения 
 (2) прореживание связей 
 (3) поэтапное наращивание сети