Вопросы для экзамена Информац технологии


Вопросы для экзамена:

Виды и назначение редакторов в MATHCAD.Виды блоков в MATHCAD и особенности работы с ними.Входной язык системы MATHCAD. Операторы и операнды.

Функции и математические выражения.Переменные, особенности присваивания им значений.Создание ранжированной переменной.

Построение графиков в декартовой системе координат.Построение графиков в полярной системе координат.Два способа построения трехмерных графиков.Два способа построения контурных графиков.

Задание векторов и матриц.Операции с матрицами.

Что такое ORIGIN в MATHCAD? Операции с выделенными переменными. Два способа разложения функции в ряд. Два способа дифференцирования и интегрирования выражения.

Два способа решения систем линейных уравнений в MATHCAD.

Два основных способа обработки физического эксперимента, различия между ними. Что такое вероятность?Случайные величины – дискретные и непрерывные.Генеральная совокупность и выборка.

Функции распределения случайных величин. Связь между функцией распределения и плотностью вероятности для непрерывной случайной величины. Примеры законов распределения дискретной случайной величины.

Закон распределения Пуассона для дискретной случайной величины. Примеры законов распределения непрерывной случайной величины.

Нормальный закон распределения случайной величины. Числовые характеристики случайных величин. Математическое ожидание непрерывной и дискретной случайных величин. Дисперсия и средне-квадратичное отклонение случайной величины.

Что такое регрессия? Что характеризует ковариация и корреляция?

Что такое аппроксимация? Линейная регрессия (intercept, slope) и линейная аппроксимация (linterp). Линейная регрессия общего вида (linfit).

Сплайновая аппроксимация. Интерполяция по общей формуле Лагранжа. Полиномиальная регрессия (regress, interp ) и полиномиальная аппроксимация. Нелинейная регрессия общего вида (genfit). Экспоненциальная регрессия.

Что такое планирование эксперимента? Понятие плана эксперимента.



Этапы планирования эксперимента. Что такое ПФЭ? Его свойства.

Свойство ортогональности матрицы планирования. Его значение. Что такое взаимодействие факторов? Число возможных взаимодействий.

Биологический прототип



Искусственный нейрон

Однослойные искусственные нейронные сети

Многослойные искусственные нейронные сети

Обучение искусственных нейронных сетей

Цель обучения

Обучение с учителем

Обучение без учителя

Алгоритмы обучения

Персептроны и зарождение искусственных нейронных сетей

Персептронная представляемость

Проблема функции ИСКЛЮЧАЮЩЕГО ИЛИ

Линейная разделимость

Преодоление ограничения линейной разделимости

Эффективность запоминания



Обучение персептрона

Алгоритм обучения однослойного персептрона

Целочисленность весов персептронов

Двуслойность персептрона

Трудности с алгоритмом обучения персептрона

Введение в процедуру обратного распространения

Обучающий алгоритм обратного распространения

Дальнейшие алгоритмические разработки

Процедура обратного распространения (анализ алгоритма)




Предыдущий:

Следующий: