187. Соответствия, касающиеся методов анализа данных в пакете Statistica:

L1: Многомерное шкалирование

L2: Кластерный анализ

L3: Нейронные сети

L4: Факторный анализ

Ответы соответственно

R1: поиск и интерпретация латентных (непосредственно не наблюдаемых) переменных, позволяющих объяснить сходство между объектами, заданными точками в исходном пространстве признаков

R2: набор различных алгоритмов классификации, позволяющих выявить и сформировать классы схожих объектов

R3: класс аналитических методов, построенных на принципах мыслящих существ, позволяющих прогнозировать значения переменных в новых наблюдениях по данным других наблюдений

R4: обеспечивает сокращение числа переменных (регрессоров), объясняющих вариацию результативного признака

188. Соответствия, касающиеся понятий методов анализа данных в пакете Statistica:

L1: Корреляция

L2: Подгонка распределений

L3: Факторный анализ

L4: Группировка

Ответы соответственно

R1: статистическая взаимосвязь двух или нескольких случайных величин, мера зависимости переменных

R2: подбор распределения, которое с достаточной степенью точности описывает наблюдаемые данные

R3: многомерный метод, применяемый для изучения взаимосвязей между значениями переменных с целью сокращения числа переменных, необходимых для описания данных

R4: категоризация данных по различным факторам

189. Соответствие между вариантами поставки продуктов ibm spss и их возможностями:

L1: IBM SPSS Statistics Standard

L2: IBM SPSS Statistics Professional

L3: IBM SPSS Statistics Premium

L4: IBM SPSS Statistics for Educators

Ответы соответственно

R1: основные аналитически возможности для широкого спектра хозяйственных и исследовательских проблем

R2: дополнительные возможности, связанные с обеспечением качества данных и их полноты, автоматизации функций статистики и прогнозирования

R3: полный набор аналитических методик, система моделирования на основе структурных уравнений, подробная оценка и проверка выборочных данных, процедуры прямого маркетинга

R4: версия для учебных заведений: студентов, сотрудников и преподавателей вузов (на английском языке по заключению договора с IBM)

190. Соответствия, касающиеся справочной системы пакета spss:

L1: Электронный учебник

L2: Контекстная справка ( в диалоговых окнах помогает разобраться в конкретных задачах)

L3: Всплывающие определения в мобильных таблицах

L4: Репетитор по статистике

L5: Примеры анализа

Ответы соответственно

R1: предлагает детальный обзор возможностей пакета

R2: выдает информацию об элементах диалоговых окон

R3: объясняют статистические термины

R4: помогает в поиске необходимой процедуры обработки и анализа данных

R5: помогают в интерпретации результатов обработки и анализа данных

191. Соответствия, касающиеся основных блоков spss:

L1: Редактор данных

L2: Средство просмотра

L3: Высококачественная графика

L4: Справочная система

Ответы соответственно

R1: гибкая, внешне похожая на электронную таблицу система для определения, ввода, редактирования и просмотра данных

R2: визуализатор, обеспечивает отображение результатов в требуемом объеме и порядке

R3: средство формирования полноцветных диаграмм с высоким разрешением: круговые и линейчатые диаграммы,гистограммы, диаграммы рассеяния, объемные диаграммы

и многие другие.

R4: электронный учебник; контекстная справка в диалоговых окнах; всплывающие определения в мобильных таблицах; репетитор по статистике; примеры анализа

Вопросы 192-194 отсутствуют :C

195. Близость коэффициента корреляции Пирсона к +1, означает, что переменные имеют строгую ### корреляцию (положительную)

196. Близость коэффициента корреляции Пирсона к -1, означает, что переменные имеют строгую ### корреляцию (отрицательную)

197. Близость коэффициента корреляции Пирсона к 0, означает, что между переменными отсутствует ### (корреляция)

198. Многомерный метод, применяемый для изучения взаимосвязей между значениями переменных с целью сокращения числа переменных, необходимых для описания данных, называется ### анализом (факторным)

199. Метод классификации, позоляющий выявить и сформировать классы схожих объектов, называется ### анализом (кластерным)

200. Анализ связей между несколькими переменными (факторами-регрессорами) и зависимой переменной (результативным признаком) предполагает множественная ### (регрессия)

IT-решения современных ИС

201. ФЗ РФ «Об информации, информационных технологиях и о защите информации» № 149-ФЗ от 27.07.2006 г. предусматривает комплекс мер и мероприятий, направленных на защиту информации ограниченного доступа от

• копирования

• предоставления

• распространения

202. ФЗ РФ «Об информации, информационных технологиях и о защите информации» № 149-ФЗ от 27.07.2006 г. предусматривает комплекс мер и мероприятий, направленных на защиту информации ограниченного доступа от

• неправомерного доступа

• уничтожения

• модифицирования

• блокирования

203. ФЗ РФ «Об информации, информационных технологиях и о защите информации» № 149-ФЗ от 27.07.2006 г. предусматривает ответственность за правонарушения в сфере информации, информационных технологий и защиты информации

• дисциплинарную

• гражданско-правовую

• административную

• уголовную

204. В Уголовном Кодексе РФ в главе 28 «Преступления в сфере компьютерной информации» предусмотрена уголовная ответственность за правонарушения

• неправомерный доступ к компьютерной информации

• создание, использование и распространение вредоносных компьютерных программ

• нарушение правил эксплуатации компьютеров, компьютерных систем и сетей

205. Комплекс мер и мероприятий обеспечения безопасности информации ограниченного доступа предусматривает защиту информации от

• неправомерного доступа

• уничтожения

• копирования

206. Комплекс мер и мероприятий обеспечения безопасности информации ограниченного доступа НЕ предусматривает защиту информации от

• перепродажи

• распечатки

207. Правильные утверждения относительно понятий обеспечения безопасности информации

• Угроза информации – потенциально возможное событие, процесс или явление, которое может привести к уничтожению, утрате целостности, нарушению конфиденциальности или достоверности информации

• Угрозы информации подразделяются на преднамеренные (действия злоумышленников) и случайные (непреднамеренные)

• Несанкционированный доступ к информации – доступ, нарушающий правила разграничения доступа с использованием штатных средств вычислительной техники

• Информационная безопасность достигается путем системного применения технических, программных, криптографических средств и методов, организационно-правовых норм и мероприятий

208. Нарушение достоверности информации - это

• Фальсификация

• Подделка

• Мошенничество

209. Нарушение конфиденциальности информации ограниченного доступа - это

• Разглашение

• Утечка

• Несанкционированный доступ

210. Нарушение доступности информации - это

• Нарушение связи

• Блокирование доступа

211. Нарушение целостности информации - это

• Искажения

• Ошибки

• Потеря

212. Непреднамеренные случайные угрозы информации информационных систем

• низкая квалификация пользователей и обслуживающего персонала

• отказы и сбои аппаратных средств

• стихийные бедствия

213. Преднамеренные угрозы информации информационных систем

• внедрение вредоносных программ

• несанкционированное копирование

• инициативная модификация программных и технических средств

214. Средства, методы, нормы и мероприятия, обеспечивающие защиту информации в информационных системах

• технические

• программные

• криптографические

• организационно-правовые

215. Несанкционированные, противоправные (преднамеренные или случайные) действия могут привести к нарушению

• конфиденциальности информации

• доступности информации

• целостности информации

• достоверности информации

216. Возможные пути несанкционированного доступа к информации

• перехват электромагнитных и акустических излучений

• дистанционное фотографирование, прослушка, сканирование каналов связи

• внедрение в систему непредусмотренного проектом программного обеспечения

• взлом (обход) системы разграничения доступа

217. Основные механизмы интеллектуальной добычи данных

• прогнозирование

• самоорганизующиеся карты Кохонена

• ассоциативные правила

• дерево решений

218. Основные механизмы интеллектуальной добычи данных

• автокорреляция

• нейронная сеть

• линейная регрессия

• дерево решений

219. Нейронные сети могут быть использованы для решения задач

• прогнозирования

• классификации

• поиска скрытых закономерностей

220. Существенный вклад в развитие нейромоделирования внесли

• Ф.Розенблатт

• М.Минский

• Дж.Хопфилд

221. Принципиальная схема искусственного нейрона предполагает наличие

• множества входных сигналов

• весовых коэффициентов входных сигналов

• активационной функции обработки входных сигналов и формирования выходного сигнала

222. В многослойных нейронных сетях (многослойном персептроне)…

• количество скрытых слоев и нейронов в них подбирается эмпирически

• обучение заканчивается при минимальных ошибках найденных значений для тестовых данных или по достижению заданного количества эпох

223. В многослойных нейронных сетях (многослойном персептроне)…

• обучение возможно «с учителем»

• обучение возможно «без учителя»

• нейроны в слоях независимы друг от друга

224. Во время обучения нейронной сети, кроме входных сигналов, известны также выходные сигналы – это

• обучение «с учителем»

225. Эффективность обучения искусственной нейронной сети зависит от

• выбора активационной функции

• числа скрытых слоев и количества нейронов в них

226. Активационной функцией искусственного нейрона называется функция

• на основе которой формируется выходной сигнал

227. Самоорганизующиеся карты Кохонена представляют собой

• набор аналитических процедур и алгоритмов, позволяющих преобразовать традиционное описание множества объектов, заданных в многомерном пространстве признаков, в плоскую двумерную карту

228. К интеллектуальным относятся информационные технологии

• экспертных систем

• эволюционного моделирования

• нейросетевые

• инженерии знаний

229. К интеллектуальным относятся технологии

• инженерии знаний

• экспертных систем

• генетические алгоритмы

• нейросетевые

230. Универсальные модели представления знаний

• логическая модель

• продукционная модель

• фреймовая модель

231. Общие черты, присущие всем интеллектуальным информационным системам

• способность к накоплению знаний

• возможность функционирования в условиях частичной неопределенности

• поэтапное улучшение качества решения

• способность к самообучению

232. Правильные утверждения относительно понятия знания

• знания представляют собой результат мыслительной деятельности человека, направленной на обобщение его опыта

• знания описывают не только данные, но и взаимосвязи между ними

233. Инженерия знаний изучает вопросы

• извлечения знаний

• формализации знаний

• проектирования и разработки баз знаний

234. База знаний состоит из

• базы данных и механизма получения новых знаний

235. Правильные утверждения относительно понятия экспертных систем

• предназначены для моделирования поведения специалистов-экспертов при решении определенного типа проблем

• способны объяснить цепочку рассуждений понятным для пользователя способом

• аккумулируют знания специалистов в конкретных предметных областях

236. Отличительные черты экспертных систем

• способность накапливать знания и опыт квалифицированных профессионалов (экспертов) в какой-либо предметной области

• возможность решения сложных задач на высоком уровне специалистами с не очень высокой квалификацией

• моделирование и имитация логики опытных специалистов при принятии решения по какому-либо узкому вопросу в определенной предметной области

237. Экспертные системы предполагают наличие

• подсистемы приобретения и накопления знаний

• базы знаний

238. Экспертные системы предполагают наличие

• инженера знаний

• базы данных и базы знаний

• решателя (генератора заключений)

239. Особенности систем поддержки и принятия решений

• предполагают гибкие действия пользователя и адаптацию

• используют сложный анализ

• используют инструментальные средства моделирования

• допускают, чтобы пользователи управляли входом и выходом

240. Системы поддержки и принятия решений

• позволяют оценить значение выходных данных для заданного набора входных данных

• позволяют исследовать значение результирующих переменных в зависимости от изменения значений одной или нескольких входных переменных (анализ чувствительности)

241. Системы поддержки и принятия решений

• позволяют оценить поведение выходных данных для заданного набора входных переменных (параметрический анализ «Что, если…»)

• позволяют найти значения входной переменной, которые обеспечивают желаемый результат (анализ возможностей)

• позволяют определить для выбранной результирующей переменной влияние всех входных переменных и оценить величину влияния (анализ влияния)

242. Системы поддержки и принятия решений НЕ позволяют

• оптимизировать скорость передачи данных в сетях ЭВМ

243. Соответствие между учеными и его предложениями в области интеллектуальных технологий:

L1: Ф. Розенблатт (Rosenblood >:D)

L2: М. Минский

L3:Дж. Хопфилд

Ответы соответственно

R1: представил техническую модель процесса восприятия - персептрон

R2: доказал ограниченные возможности одиночного персептрона и построенных на его основе одноуровневых систем

R3: предложил к использованию многослойные искусственные нейронные сети

244. Соответствие между понятиями интеллектуальных систем и технологий:

L1: Инженерия знаний

L2: Семантическая сеть

L3: Логическая модель

L4: Фреймовая модель

Ответы соответственно

R1: извлечение, формализация и накопление знаний с целью последующего использования

R2: система знаний предметной области, представленная в виде образа сети, узлы которой соответствуют понятиям и объектам, а дуги – отношениями между объектами

R3: основана на формальных логических правилах представления знаний в виде предикатов (утверждений) первого порядка, над которыми можно выполнять логические операции

R4: предложена М. Минским и представляет собой систематизированную модель памяти и сознания человека