Олимпиада по информатике «Мастерство машинного обучения» 2025 с ответами на вопросы

Всероссийская олимпиада по информатике и машинному обучению «Мастерство машинного обучения» проходит  с 24 марта по 20 апреля 2025. Мы здесь указали только варианты верных ответов, но если вам понадобиться более развернутый ответ, пишите в комментарии под этим заданием и мы напишем дополнение. 

1. В задаче классификации спама, где 99% писем не являются спамом, модель показывает точность 99%. Какой вывод наиболее корректен?
Модель работает идеально
Нет правильного ответа
Достаточно использовать ассигасу
Нужно использовать F1-меру
Точность не отражает качество модели

2. При кодировании категориальных признаков методом «one-hot encoding» для модели прогноза продаж, какая проблема может возникнуть при использовании обученной модели на новых данных?
Разное количество уникальных значений
Дублирование категорий
Нет правильного ответа
Потеря порядка категорий
Новые категории отсутствуют в обучающей выборке

3. В задаче классификации изображений нейронная сеть использует функцию активации, которая может давать отрицательные значения. Какая это функция?
Нет правильного ответа
Гиперболический тангенс
Softmax
Сигмоида
ReLU

4. При обучении модели классификации текстов функция потерь log loss приняла значение -0.5. Какое утверждение верно?
Log loss не ограничена сверху
Log loss всегда неотрицательна
Нет правильного ответа
Log loss не равна нулю при идеальной модели
Log loss может быть отрицательной

5. В медицинской диагностике при тестировании на заболевание, какое определение ошибок первого и второго рода верно?
Нет правильного ответа
Ошибки зависят от размера эффекта
Ошибка 2 рода — ложноотрицательный результат
Ошибки возникают только при малой выборке
Ошибка 1 рода — ложноположительный результат

6. Какой этап необходим при предобработке текста для анализа тональности отзывов?
Аппроксимация текста
Нет правильного ответа
Стилистический анализ
Лемматизация и грумминг
Токенизация и удаление стоп-слов

7. При сравнении методов РСА и t-SNE для визуализации многомерных данных, какое утверждение верно?
t-SNE требует больше памяти
РСА сохраняет глобальную структуру данных
t-SNE лучше сохраняет локальную структуру
РСА быстрее работает на больших данных
Нет правильного ответа

8. При добавлении нового признака в модель линейной регрессии для прогноза цен на недвижимость, как изменится коэффициент детерминации (R2)?
R2 останется неизменным
R2 не уменьшится
Нет правильного ответа
R2 всегда увеличится
R2 может уменьшиться

9. При анализе временных рядов финансовых данных, какой тип переменной следует использовать для представления категориальных событий рынка (рост, падение, стабильность) с учетом их циклической природы?
Интервальная шкала с нормализацией
Дихотомическая переменная с бинарной кодировкой
Нет правильного ответа
Порядковая переменная с весовыми коэффициентами
Циклическая номинальная переменная с кодировкой one-hot

10. В контексте кластеризации данных медицинской диагностики, какой алгоритм гарантирует абсолютно одинаковый результат при многократных запусках с фиксированными параметрами?
K-means++ с рандомизированной инициализацией
Спектральная кластеризация с случайными весами
DBSCAN с случайным выбором начальных точек
Иерархическая агломеративная кластеризация
Нет правильного ответа

11. В биоинформатике при анализе экспрессии генов обнаружено, что корреляция Пирсона между двумя маркерами равна нулю. Какое утверждение наиболее точно описывает их возможную взаимосвязь?
Корреляция недостоверна из-за выбросов
Маркеры полностью независимы друг от друга
Между маркерами может существовать нелинейная зависимость
Нет правильного ответа
Связь между маркерами случайна

12. В задаче оптимизации нейронной сети для распознавания медицинских изображений, какое утверждение верно относительно методов градиентного спуска?
GD требует меньше памяти, чем SGD
SGD быстрее сходится к глобальному минимуму
Нет правильного ответа
GD использует весь датасет, SGD — один случайный пример
Mini-batch GD всегда эффективнее, чем SGD

13. При обучении случайного леса для прогнозирования котировок акций, какой параметр может вызвать переобучение модели?
Число параллельных процессов
Размер бутстрэп-выборки
Количество случайных признаков
Нет правильного ответа
Максимальная глубина деревьев

14. В задаче прогнозирования популярности научных статей по машинному обучению, какая метрика наиболее адекватно оценит качество модели?
RMSE с логарифмической трансформацией
Ассигасу на бинаризованных данных
Нет правильного ответа
F1-score для категорий популярности
ROC-AUC для порогового значения

15. В задаче обработки изображений с применением сверхточной нейронной сети, какой параметр операции свертки (convolution) наиболее влияет на скорость обучения модели?
Размер ядра свертки
Количество каналов входного изображения
Шаг свертки (stride)
Дополнение нулями (padding)
Нет правильного ответа

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *