1. Bolsmanning mashina usuli Xopfild tarmog‘iga quyidagilarga imkon beradi

6. Noaniqlik sharoitida yechimni shakllantirish uchun qanday vositalardan foydalaniladi

 Noaniq to‘plamlar.

7. Neyron tarmoq yechimni shakllantirishda yordam berishi uchun nima qilish kerak:

 Misol orqali o‘rgating.

8. Perseptronning kirishi:

 haqiqiy sonlardan tashkil topgan vektor

9. Neyron tarmoq o‘qitiladi, agar:

 mashg‘ulotdan tashqari kirishlarni boshlaganda, u tegishli o‘quv natijalarini chiqaradi

10. Akkreditatsiya usuli quyidagilardan iborat:

 maksimal NET qiymatlari bilan Kohonen neyronlari guruhini faollashtirish

11. Tarmoq “paralichi» (falaji) quyidagi hollarda yuz berishi mumkin:

 og‘irliklar juda katta bo‘lganda

12. DAP tarmog‘i adaptiv deb ataladi, agar:

 o‘qitish jarayonida tarmoq og‘irliklarini o‘zgartirmaydi

13. Bolsman o‘qitishida sun’iy haroratning ahamiyati qanday?

 o‘rganish algoritmining yaqinlashish tezligini nazorat qilish

14. Perseptronni o‘rgatish quyidagi hollarda tugallangan hisoblanadi:

 chiqish xatosi yetarlicha kichik bo‘lganda

15. Tormozlangan sinaptik bog‘lanishlarning og‘irlik qiymatlari qanday bo‘lishi kerak?

 oraliqdan teng qiymatlar (-1 / n, 0), bu yerda n - bir qatlamdagi neyronlar soni

16. Perseptronni o‘rganish algoritmi:

 o‘qituvchi nazorati ostida o‘rganish algoritmi

17. Biz X mashq vektorini ishga tushurganda. Qaysi holatda vazn qiymatlarini o‘zgartirish kerak emas?

 agar perseptron signali to‘g‘ri javobga mos kelsa

18. Berilgan postsinoptik neyronning tormozlanib kirishida og‘irligining ortishi quyidagilarga bog‘liq.

 tormozlanish inhibitiv presinoptik neyronning chiqish signali va uning qo‘zg‘atuvchi og‘irligi

19. Agar berilgan Kohonen neyroni "g‘olib" bo‘lsa, uning OUT qiymati

 birga teng

20. Sinapslar simmetriyasini rad etish usuli quyidagilarga imkon beradi:

 tarmoq barqarorligini ta’minlash