Машинное обучение, ч1

Моделирование процесса человеческого интеллекта компьютерными системами.

• Машинное обучение

• Искусственный интеллект

• Роботизация

• Теория оптимизации

Процесс, в ходе которого система обрабатывает большое число примеров, выявляет закономерности и использует их, чтобы прогнозировать характеристики новых данных

• Прокторинг

• Искусственный интеллект

• Машинное обучение

• Роботизация

Отслеживание поведения одновременно множества сдающих: нет ли «лишних» людей в кадре, нет ли «лишних» голосов в помещении, как часто сдающий отводит взгляд от монитора, не пытается ли сменить вкладку в браузере, это

• Прокторинг

• Искусственный интеллект

• Машинное обучение

• Роботизация

Обработка данных может быть осуществлена несколькими способами (укажите неверный ответ).

• вручную, т.е., опираясь на какие-либо знания, мы отвечаем на поставленный вопрос.

• написать какую-то программу, которая будет анализировать входные данные и выдавать выходную информацию, но в самой программе есть явный алгоритм, который опирается на какие-то наши знания.

• программное обучение, которое будет самостоятельно отбирать по критериям входную информацию, без вывода результатов

• машинное обучение, которое отличается от первых двух способов

Область обучения, которая дает компьютерам возможность учиться выполнять задачи самостоятельно

• Машинное обучение

• Нейрология

• Робототехника

• Искусственный интеллект

  Математический базис машинного обучения (укажите неверный ответ)

• Информатика

• Теория оптимизации

• Линейная алгебра

• Квантовая физика

Нахождение параметров, при которых модель выдает минимальную ошибку, это

•   Информатика

• Теория оптимизации

• Линейная алгебра

• Квантовая физика

Способы машинного обучения (укажите неверный ответ)

• Обучение с учителем

• Обучение без учителя

• Обучение с программой

• Обучение с подкреплением

Особенность такого обучения заключается в том, что данные представлены с известными правильными ответами, т.е. данные с метками

• Обучение с учителем

• Обучение без учителя

• Обучение с частичным привлечением учителя

• Обучение с подкреплением

Обучение с учителем больше всего подходит для задач …

• Когда трудно извлечь из данных важные признаки или разметить все объекты

• Когда имеется внушительный набор достоверных данных для обучения алгоритма

• Когда нужно найти оптимальный способ достижения цели или улучшения производительности для конкретной среды

• Если перед обучаемой системой стоит задача найти заранее неизвестные ответы