Тақырып 1.8 Машиналық оқытудың принциптері. Нейрондық желілер, нейрондық желілердің жіктелуі. 1.8.1 Машиналық оқыту: ұғымы, пайдалану мақсаты, компоненттері (деректері, белгілері, алгоритм), принциптері 1 Тапсырма. Жүйе көптеген мысалдарды өңдейтін, заңдылықтарды айқындайтын және оларды жаңа деректердің сипаттамаларын болжау үшін қолданатын алгоритм – бұл:
A) машиналық оқыту;
B) жасанды интеллект;
C) нейрондық желілер;
D) терең оқыту;
E) мұғаліммен оқыту.
2 Тапсырма. Машиналық оқытудың мақсаты:
А) нәтижені барлық логиканы нақты бағдарламалаусыз енгізу деректер арқылы болжау;
B) объектілер (деректер) арасындағы заңдылықты (тәуелділікті) табу;
C) кіріс деректерінің жиынтығы негізінде белгілі бір сандық шаманы алу;
D) талданатын деректердің барлық жиынында тәуелсіз топтар мен олардың сипаттамаларын іздеу;
E) деректердің ақпараттылығын маңызды жоғалтпай кіріс деректерінің көлемін азайту.
3 Тапсырма. Машиналық оқытудың негізінде үш маңызды компонент тұрады:
A) деректер, белгілер, алгоритм;
B) бастапқы мәндер, алгоритм, белгілер;
C) деректер, белгілер, құралдар;
D) бастапқы мәндер, алгоритм, құралдар;
E) деректер, алгоритм, құралдар.
4 Тапсырма. ұқсас есептерді шешу процесінде оқыту арқылы есептерді шешу әдістерін іздеу мәні болып табылатын жасанды интеллект теориясының бөлімі:
A) машиналық оқыту;
B) мұғалімсіз оқыту;
C) нейрондық желілер;
D) терең оқыту;
E) мұғаліммен оқыту.
5 Тапсырма. Машиналық оқытудың жұмыс принципі келесі командаларды дәйекті орындауға негізделген:
A) бастапқы деректер, алгоритмді таңдау, белгілерді алу, нәтиже;
B) бастапқы деректер, алгоритмді таңдау, белгілерді жобалау, нәтиже;
C) бастапқы деректер, алгоритмді таңдау, белгілерді түрлендіру, нәтиже;
D) бастапқы деректер, оқыту әдісін таңдау, белгілерді алу, нәтиже;
E) бастапқы деректер, оқыту әдісін таңдау, белгілерді түрлендіру, нәтиже.