Многослойнные нейронные сети
1. Что такое многослойная нейронная сеть?
-
a) Сеть, состоящая из одного слоя
-
b) Сеть, состоящая из трех слоев
-
c) Сеть, состоящая из нескольких последовательно соединенных слоев
-
d) Сеть, состоящая из двух параллельных слоев
2. Что такое функция активации в нейронной сети?
-
a) Функция, определяющая активность нейрона
-
b) Функция, используемая для определения ошибки
-
c) Функция, используемая для обратного распространения ошибки
-
d) Функция, используемая для инициализации весов
3. Что такое обратное распространение ошибки (backpropagation)?
-
a) Процесс обновления весов сети, исходя из полученной ошибки
-
b) Процесс определения важности каждого нейрона в сети
-
c) Процесс определения функции активации для каждого слоя
-
d) Процесс определения оптимального числа слоев в сети
4. Какой вид задачи может решать многослойная нейронная сеть?
-
a) Только задачи классификации
-
b) Только задачи регрессии
-
c) Как задачи классификации, так и регрессии
-
d) Только задачи временных рядов
5. Что представляют из себя веса в нейронной сети?
-
a) Числовые значения, характеризующие важность каждого нейрона
-
b) Числовые значения, устанавливаемые на каждой итерации обучения
-
c) Числовые значения, определяющие влияние каждого входа на выход сети
-
d) Числовые значения, устанавливаемые вручную перед обучением
6. Как называется процесс подстройки весов в нейронной сети для минимизации ошибки?
-
a) Генерация случайных чисел
-
b) Прямое распространение
-
c) Обратное распространение ошибки
-
d) Инициализация весов
7. Зачем применяется метод стохастического градиентного спуска в обучении нейронных сетей?
-
a) Для ускорения сходимости обучения
-
b) Для более точного определения весов
-
c) Для предотвращения переобучения
-
d) Для инициализации начальных весов
8. Что такое переобучение в контексте многослойных нейронных сетей?
-
a) Снижение ошибки на обучающей выборке
-
b) Увеличение ошибки на валидационной выборке
-
c) Избыточная способность модели к обобщению
-
d) Ухудшение точности предсказаний на тестовой выборке
9. Что такое функция потерь (loss function) в контексте многослойных нейронных сетей?
-
a) Функция, определяющая погрешность модели на тестовых данных
-
b) Функция, определяющая погрешность модели на обучающих данных
-
c) Функция, определяющая распределение весов в сети
-
d) Функция, определяющая оптимальное число слоев в сети
10. Как можно предотвратить переобучение в многослойных нейронных сетях?
-
a) Увеличение числа нейронов в каждом слое
-
b) Увеличение количества обучающих эпох
-
c) Использование ранней остановки (early stopping)
-
d) Увеличение глубины сети
principal 
Canales 
Hora de jugar 
cuestionario con resultados