Question

Спо информатике 1) выберите все , решаемые с искусственного интеллекта на сегодняшний день: 1 повышение качества изображений. 2 игра в футбол. 3 сумма выдаваемого банковского кредита. 4 лента новостей в соцсетях. 2) в регрессии восстанавливается зависимость 1 признаков объектов от целевой переменной. 2 коэффициентов регрессии от целевой переменной. 3 целевой переменной от признаков объектов. 4 коэффициентов регрессии от признаков объектов. 3) какие из перечисленных могут быть решены как регрессия? 1 оценка стоимости автомобиля. 2 полезность отзыва на товар. 3 прогнозирование продаж товара в супермаркете. 4 время задержки рейса самолета. 4)в каком диапазоне находится целевая переменная в регрессии? 1 -∞, +∞ 2 0, +∞. 3 -∞, 0. 4 0, 1 5) пусть температура в городе n-ске в марте описывается как t = 0.2*d - 0.05*r+3, где d - номер дня в месяце, r - объем осадков в день. выберите все верные утверждения: 1 увеличение номера дня приводит к росту прогноза температуры. 2 увеличение номера дня приводит к уменьшению прогноза температуры. 3 увеличение объема осадков приводит к уменьшению прогноза температуры. 4 увеличение объема осадков приводит к росту прогноза температуры 6) в чем отличие классификации и регрессии? 1 в классификации изначально дано конечное множество объектов, в отличие от регрессии. 2 в регрессии каждый объект характеризуется определенным набором признаков, в отличие от классификации. 3 в классификации целью является предсказание класса объекта из набора вариантов, в регрессии предсказывается одно числовое значение. 4 классификация и регрессия синонимичны. 7) пусть регрессионная формула стоимости автомобиля записывается как p = l^2+10*l+5, где l — длина в метрах. на сколько отличается стоимость машин с длинами 3 и 5 метров? ответ: 8) выберите, что из перечисленного может быть целевой переменной в классификации: 1 стоимость авиабилета в рублях. 2 порода собаки. 3 возраст здания на фотографии. 4 погода на улице. 9) какое количество классов возможно в бинарной классификации? 1 1. 2 5. 3 200. 4 2. 10) какие данные можно использовать в классификации как признаки? 1 изображения. 2 тексты. 3 числовые признаки. 4 целевые переменные объектов, на которых тестируется алгоритм. 11) к какому типу относится кластеризация? 1 это не машинного обучения. 2 обучение с учителем. 3 обучение без учителя. 4 обучение с подкреплением. 12) по каким принципам должен разбивать объекты на группы хороший алгоритм кластеризации? 1 сходство между объектами одной группы максимально. 2 сходство между объектами одной группы минимально. 3 сходство между объектами разных групп максимально. 4 сходство между объектами разных групп минимально. 13) в каких применимо обучение без учителя? 1 выделение похожих пользователей магазина. 2 группировка текстов по тематикам. 3 выделение групп пользователей в соцсетях. 4 оценка количества посещений сайта. 14) пусть в алгоритме k-means после обучения центр кластера 1 имеет координаты (0,0); кластера 2 — (2,2); кластера 3 — (-1,-1). к какому кластеру относится объект с координатами (0.5, 0.5)? ответ: