Программирование и математика ИИ — тест

За обучением модели стоит простая идея: подобрать числа так, чтобы ошибка на примерах стала как можно меньше.

Что проверяется

Приёмы программирования для работы с искусственным интеллектом: чтение таблиц данных, разделение выборки на обучающую и проверочную, вызов готовой модели, сохранение результатов, повторяемость эксперимента. Математические понятия: функция ошибки и её минимизация, шаг обучения, переобучение и недообучение. Метрики качества: доля верных ответов и её ограничения при неравных классах, полнота и точность обнаружения. Матрица ошибок. Простейшие приёмы улучшения: больше данных, отбор признаков, проверка на новой выборке.

Почему доля верных ответов обманчива

Если событие редкое, модель, отвечающая «нет» всегда, покажет высокую долю верных ответов и при этом не найдёт ни одного случая. Поэтому смотрят и на полноту обнаружения.

Переобучение и недообучение

Слишком гибкая модель запоминает примеры, слишком простая не улавливает закономерность. Признак первого — отличный результат на обучении и слабый на проверке.

Как устроена работа

Одиннадцать заданий: выбор варианта, соответствие между понятием и его значением, восстановление пропусков, упорядочивание шагов эксперимента. Разбор к каждому заданию объясняет ход рассуждения. Работа рассчитана примерно на двадцать пять минут. Баллы переводятся в отметку по шкале пятьдесят, семьдесят и восемьдесят пять процентов. Отдельные вопросы посвящены матрице ошибок, признакам переобучения и повторяемости учебного эксперимента.

Условия прохождения

Тестирование одинаково удобно и на компьютере, и на смартфоне. Так как время доступа к тесту настраивается, его спокойно можно выполнять вне школы, дома. Чтобы снизить риск списывания, фиксируются попытки переключиться на другие вкладки браузера или другие приложения.