Викторина за обучение по изкуствен интелект

Отговорите и обясненията се появяват, докато отговаряте на теста.

1. Кой запис в журнала за обучение описва една завършена епоха?
   • Пълно преминаване през набора от данни за обучение
   • Една актуализация на оптимизатора от един пример
   • Тест, извършен след внедряване
   • Запис на една прогноза на модела
2. Коя последователност описва основна стъпка на контролирано обучение?
   • Тестовият набор актуализира теглата, след което се генерират етикети за обучение
   • Моделът пише целеви отговор, след което изтрива входа
   • Моделът предвижда, загубата се сравнява с целта и оптимизаторът актуализира параметрите
   • Подканата променя теглата и загубата се игнорира
3. Валидирането е избрало конфигурация за обучение. Защо след това да оценявате този модел на отделен набор от тестове?
   • За да използвате неговите етикети за всяка актуализация на теглото
   • За оценка на избрания модел върху данни, които не са използвани за неговото приспособяване или избор
   • За да се намали загубата на тренировка
   • За съхраняване на правила за предварителна обработка
4. Как може разделяне на данни да изтече информация?
   • Всички записи от един източник се съхраняват заедно
   • По-късните периоди се използват само за по-късни прогнози
   • Правилата за предварителна обработка се съхраняват с модела
   • Свързани записи от едно и също лице или събитие се разделят между обучение и тест
5. Въвеждането на подкана във вече обучен модел задължително ли го обучава?
   • не; подкана променя текущия контекст, докато актуализациите на теглото са отделен процес
   • Да; всяка подкана незабавно актуализира параметрите на модела
   • Да, но само ако отговорът е дълъг
   • не; подканите се игнорират от обучени модели
6. Какво трябва да се запази с контролна точка за обучение, за да се поддържа възпроизводимост?
   • Само крайното име на файла на модела
   • Само загубата на обучение
   • Версия на данните, правила за предварителна обработка, конфигурация на модела и резултати от оценката
   • Тестовите етикети се смесват в обучението
7. Защо целта на обучението има значение?
   • Той гарантира, че моделът научава резултата, който интересува потребителите
   • Той определя какво се възнаграждава моделът за учене
   • Това е същото като политиката за внедряване на модела
   • Премахва необходимостта от тестови данни
8. Какво определя по-ниската загуба на тренировка?
   • Че моделът ще се обобщи за всички нови примери
   • Че етикетите са фактически верни
   • Това наблюдение на внедряването е ненужно
   • По-добро съответствие с целта на обучението, а не надеждност на всеки бъдещ вход