Оценка модуля

1.

Какие из следующих утверждений наиболее точно описывают связь между ИИ, машинным обучением и глубоким обучением?

Машинное обучение — это подмножество ИИ, а глубокое обучение — это подмножество машинного обучения.

ИИ — это подмножество машинного обучения, которое является подмножеством глубокого обучения.

Глубокое обучение — это подмножество ИИ, а машинное обучение — это подмножество глубокого обучения.

ИИ, машинное обучение и глубокое обучение являются тремя отдельными и несвязанными полями.

2.

Какой алгоритм будет наиболее подходящим для прогнозирования цен на жилье и почему?

Алгоритмы классификации, так как они используются для сортировки данных по предопределенным категориям.

Алгоритмы регрессии, так как они предназначены для прогнозирования непрерывных результатов на основе входных переменных.

Алгоритмы регрессии, так как они группируют аналогичные точки данных вместе на основе их характеристик.

Алгоритмы классификации, так как они используются для поиска оптимального решения для риэлторов, таких как определение самой быстрой продажи.

3.

Какая веха наиболее значительно способствовала практическим приложениям ИИ в повседневной жизни и почему?

Вопрос Алан Тьюринга "Могут ли машины думать?" в 1950 году, потому что это вызвало интерес к ИИ.

Разработка Логического Теоретика в 1956 году стала значительным техническим достижением, которое начало развитие программ искусственного интеллекта.

Переход к управляемому данными подходу в 2000-х годах.

Введение виртуальных помощников в повседневные продукты в 2010-х годах.

Проверка знаний