Примерный перечень вопросов государственного экзамена — Информационные системы и технологии. Технологии искусственного интеллекта
Теоретические вопросы на знание базовых понятий и принципов
1. Информационная система и её основные компоненты.
2. Классификация информационных систем.
3. Жизненный цикл разработки информационных систем.
4. Облачные вычисления и их роль в информационных системах.
5. Принципы и методы искусственного интеллекта в информационных системах.
6. Модели данных в информационных системах.
7. Принципы проектирования пользовательского интерфейса информационной системы.
8. Системы управления базами данных: классификация, возможности и тенденции развития.
9. Характеристика глобальной сети Интернет. Протоколы сети Интернет.
10. Понятие архитектуры информационной системы.
11. Антивирусные программы: классификация и принципы работы.
12. Устройство системного блока. Типы корпусов и блоков питания.
13. Устройство и параметры материнской платы. Назначение устройств, размещаемых на материнской плате.
14. Сетевые устройства: классификация и основные принципы работы.
15. Основные принципы построения компьютерных сетей.
16. Компьютерные вирусы: определение, классификация по среде обитания и способам заражения.
17. Корпоративные компьютерные сети: принципы организации.
18. Типы локальных сетей. Модель OSI.
19. Понятие и свойства алгоритма. Язык схем.
20. Обзор версий MS WINDOWS. Назначение и основные функции MS WINDOWS 10 (11). Преимущества и недостатки MS WINDOWS 10 (11).
21. Характеристика информационных процессов.
22. Принципы цифровизации в экономике и их значение для информационных систем.
23. Основные виды программного обеспечения для обработки больших данных (Big Data).
24. Основы управления информационной безопасностью в современных системах.
25. Архитектура распределённых систем и её особенности.
26. Роль ЯВУ в разработке интеллектуальных систем.
27. Основные функции и задачи физического уровня модели OSI в локальных сетях.
28. Роль канального уровня в обеспечении передачи данных в локальных сетях. Используемые протоколы.
29. Механизмы модели OSI на сетевом уровне. Маршрутизации данных в локальных сетях.
30. Транспортный уровень модели OSI. Обеспечение надежности передачи данных между устройствами в локальной сети.
Вопросы по направленности «Технологии искусственного интеллекта»
1. Искусственный интеллект. Основные цели создания.
2. Этапы развития искусственного интеллекта.
3. Классификация ИИ по степени сложности и функциональности.
4. Машинное обучение. Основные подходы.
5. Машинное зрение. Основные отличия от человеческого восприятия.
6. Социальные аспекты искусственного интеллекта.
7. Принципы и методы обработки изображений в ИИ.
8. Системы экспертных знаний и области их применения.
9. Мультиагентные системы. Основные преимущества и недостатки.
10. Основы логического программирования в ИИ.
11. Нейронные сети. Области применения.
12. Обработка естественного языка (NLP). Основные задачи.
13. Рекомендательные системы. Принцип работы.
14. Рекомендательные системы: назначение и области применения.
15. Практические применения ИИ в различных сферах.
16. Типы Интернет-сервисов.
17. Роль интернета вещей (IoT) в развитии и внедрении технологий искусственного интеллекта.
18. Интерпретируемость и объяснимость ИИ.
19. Применение искусственного интеллекта в современной робототехнике.
20. ИИ в кибербезопасности.
21. ИИ и большие данные (Big Data).
22. Основы когнитивного моделирования в ИИ.
23. Алгоритмы оптимизации в ИИ.
24. Искусственный интеллект и креативные индустрии.
25. Кластеризация как метод обучения без учителя: основные принципы и примеры применения.
26. Обработка естественного языка и какие задачи она решает в ИИ
27. Использование сверточных нейронные сети для анализа изображений.
28. Перечислите и охарактеризуйте основные шаги процесса контролируемого обучения.
29. Основные методы оценки эффективности моделей машинного обучения.
30. Обучение с подкреплением в искусственном интеллекте.
Задания на умение использовать полученные знания и навыки для
решения профессиональной задачи.
- Установите соответствие:
| Модель OSI | Протокол |
| 1. Транспортный уровень | а) Ethernet
|
| 2. Сетевой уровень | б) TCP |
| 3. Канальный уровень | в) IPv6 |
- Установите соответствие:
| Модель OSI | Протокол |
| 1. Сеансовый уровень | а) PPP
|
| 2. Транспортный уровень | б) TCP |
| 3. Физический уровень | в) HTTP |
- Приведите данное отношение к 3 нормальной форме.
| № заказа | Наименование товара | Тип товара | Кол-во (заказано) | Цена за единицу | Склад | Адрес склада | Поставщик | Адрес постав-щика |
- Приведите данное отношение к 3 нормальной форме.
| ID клиента | ФИО | Заказ | Сумма | Дата заказа | Способ оплаты | Адрес доставки |
- Приведите данное отношение к 3 нормальной форме.
| ID сотрудника | ФИО | должность | Отдел | Зарплата | Город | Телефон |
- Ниже представлен фрагмент кода
На каком языке написан код и для каких целей?
- Заполните пропущенные названияэлементов
- Заполните пропущенные названия элементов
- Заполните пропущенные названия элементов
- Заполните пропущенные названия элементов
- Заполните пропущенные названия элементов
- Заполните пропущенные названия элементов
- Заполните пропущенные названия элементов
- Заполните пропущенные названия элементов
- Заполните пропущенные названия элементов
- Заполните пропущенные названия элементов
- Заполните пропущенные названия элементов
- Установите порядок выполнения и заполните пропуски.
Процесс контролируемого обучения включает следующие основные шаги:
| Название шага | Определение |
| 1. Обучение модели | а) Помеченные данные подготавливаются в виде пар «входной пример – правильный ответ» |
| 2. Подготовка данных | б) |
| 3. Оценка модели | в) обучается на помеченных данных с использованием выбранного алгоритма обучения. |
| 4. Выбор модели: | г) |
- Заполните пропущенные описания шагов.
| Название шага | Определение |
| 1. Подготовка данных | а) |
| 2. Выбор модели | б) |
| 3. Обучение модели | в) |
| 4. Оценка модели | г) |
Процесс контролируемого обучения включает следующие основные шаги:
- Установите соответствие, используя следующие обозначения:
| Метод машинного обучения | Графическое представление |
| 1. Неконтролируемое обучение | а) |
| 2. Контролируемое обучение | б) |
| 3. Полуконтролируемое обучение | в) |
- Установите соответствие:
| Термин | Определение |
| 1. Языковая модель | а) Область искусственного интеллекта, которая изучает алгоритмы и модели, позволяющие компьютерам учиться на данных.
|
| 2. ML | б) Алгоритмы, вдохновленные биологическими нейронными сетями, которые используются для распознавания шаблонов и обработки данных. |
| 3. Нейросеть | в) Статистическая модель, которая предсказывает вероятность последовательности слов в тексте. |
- Приведите примеры различий этапов валидации и верификации при тестировании нейронных сетей
- Объясните различия между обучающей, валидационной и тестовой выборкой
- Опишите каждый этап тестирования модели:
- Тестирование на тестовых данных:
- Тестирование реальных сценариев:
- Тестирование производительности и скорости:
.
- Опишите каждый этап подготовки данных для использования нейронных сетей:
- Сбор данных:
- Очистка данных:
- Предобработка данных:
- Разделение данных:
- Расставить в нужном порядке этапы тестирования нейросетей:
- Тестирование модели
- Подготовка данных
- Валидация
- Анализ результатов
- Верификация
- Разработка и тренировка модели
- Подготовка данных
- Ниже представлен фрагмент кода
На каком языке написан код и для каких целей?
- Перечислите доступные цветовые режимы (моды) для преобразования изображений в библиотеке Pillow с использованием метода convert.
- Установите соответствие:
| Библиотека Python | Применение |
| 1. TensorFlow | а) Библиотека с открытым исходным кодом, которая позволяет легко и эффективно строить нейронные сети, особенно для исследовательских целей. |
| 2. Keras | б) Библиотека, разработанная Google для создания и обучения нейронных сетей, известная своей гибкостью и поддержкой различных архитектур глубокого обучения. |
| 3. PyTorch | В) Высокоуровневый API для глубокого обучения, предназначен для упрощения создания и обучения нейронных сетей. |
- Ниже представлен фрагмент кода
На каком языке написан код и для каких целей?
