2 вопрос: Какие три основных типа машинного обучения вы знаете? Перечислите.
✅ Пояснение: Обучение с учителем, без учителя, с подкреплением.

3 вопрос: Почему для обучения нейронных сетей используются графические процессоры (GPU), а не только центральные процессоры (CPU)?
✅ Пояснение: GPU имеют тысячи ядер и оптимизированы для параллельных матричных операций (умножение матриц — основа расчётов в нейросетях).

4 вопрос: Что произойдет, если задать слишком высокую скорость обучения (learning rate) в градиентном спуске?
✅ Пояснение: Потери начнут «скакать», модель может не сойтись или «перепрыгнуть» минимум, иногда расходится (loss → бесконечность).

5 вопрос: Назовите два известных формата данных для хранения размеченных изображений с bounding boxes.
✅ Пояснение: COCO JSON, Pascal VOC XML, YOLO TXT format (любые два из них).

6 вопрос: Что означает сокращение NLP в области ИИ?
✅ Пояснение: Natural Language Processing — обработка естественного языка.

7 вопрос: В чем суть «холодной проблемы старта» (cold start problem) в рекомендательных системах?
✅ Пояснение: Система не может рекомендовать новый товар или новому пользователю, так как нет исторических данных о взаимодействиях.

8 вопрос: Как называется явление, когда языковая модель генерирует правдоподобный, но полностью ложный ответ?
✅ Пояснение: Галлюцинация (hallucination) в больших языковых моделях.

9 вопрос: Назовите метрику для оценки регрессионной модели, которая вычисляет квадратный корень из средней квадратичной ошибки и имеет ту же размерность, что и целевая переменная.
✅ Пояснение: RMSE (Root Mean Squared Error) — корень из среднеквадратичной ошибки.