اكثر اسئلة واجوبة المقابلات طلبا والاختبارات عبر الإنترنت
منصة تعليمية للتحضير للمقابلات والاختبارات عبر الإنترنت والدروس والتدريب المباشر

طوّر مهاراتك من خلال مسارات تعلم مركزة واختبارات تجريبية ومحتوى جاهز للمقابلات.

يجمع WithoutBook أسئلة المقابلات حسب الموضوع والاختبارات العملية عبر الإنترنت والدروس وأدلة المقارنة في مساحة تعلم متجاوبة واحدة.

التحضير للمقابلة

الاختبارات التجريبية

اجعلها الصفحة الرئيسية

احفظ هذه الصفحة في المفضلة

الاشتراك عبر البريد الإلكتروني
الرئيسية / موضوعات المقابلات / Artificial Intelligence (AI)
مقابلات تجريبية مباشرة من WithoutBook Artificial Intelligence (AI) موضوعات مقابلات ذات صلة: 14

Interview Questions and Answers

تعرّف على اهم اسئلة واجوبة مقابلات Artificial Intelligence (AI) للمبتدئين واصحاب الخبرة للاستعداد لمقابلات العمل.

إجمالي الاسئلة: 47 Interview Questions and Answers

افضل مقابلة تجريبية مباشرة يجب مشاهدتها قبل المقابلة

تعرّف على اهم اسئلة واجوبة مقابلات Artificial Intelligence (AI) للمبتدئين واصحاب الخبرة للاستعداد لمقابلات العمل.

Interview Questions and Answers

ابحث عن سؤال لعرض الاجابة.

اسئلة واجوبة مستوى المبتدئين / حديثي التخرج

سؤال 1

What is Artificial Intelligence?

Artificial Intelligence (AI) refers to the simulation of human intelligence in machines that are programmed to think and learn like humans.

Example:

Chatbots, image recognition, and natural language processing are examples of AI applications.
احفظ للمراجعة

احفظ للمراجعة

احفظ هذا العنصر في الإشارات المرجعية، او حدده كصعب، او ضعه في مجموعة مراجعة.

افتح مكتبتي التعليمية
هل هذا مفيد؟
اضف تعليقا عرض التعليقات
سؤال 2

What is natural language processing (NLP)?

Natural Language Processing is a field of AI that focuses on the interaction between computers and humans using natural language, enabling machines to understand, interpret, and generate human-like text.

Example:

Chatbots and language translation applications use NLP to understand and generate human language.
احفظ للمراجعة

احفظ للمراجعة

احفظ هذا العنصر في الإشارات المرجعية، او حدده كصعب، او ضعه في مجموعة مراجعة.

افتح مكتبتي التعليمية
هل هذا مفيد؟
اضف تعليقا عرض التعليقات
سؤال 3

What are hyperparameters in machine learning models?

Hyperparameters are configuration settings for machine learning models that are not learned from data but set prior to training. Examples include learning rates, batch sizes, and the number of hidden layers in a neural network.

Example:

Adjusting the learning rate during model training to find the optimal value.
احفظ للمراجعة

احفظ للمراجعة

احفظ هذا العنصر في الإشارات المرجعية، او حدده كصعب، او ضعه في مجموعة مراجعة.

افتح مكتبتي التعليمية
هل هذا مفيد؟
اضف تعليقا عرض التعليقات
سؤال 4

What is a decision tree in machine learning?

A decision tree is a flowchart-like model where each internal node represents a decision based on the value of a particular feature, and each leaf node represents the outcome of the decision process.

Example:

Predicting whether a customer will purchase a product based on their age, income, and buying history using a decision tree.
احفظ للمراجعة

احفظ للمراجعة

احفظ هذا العنصر في الإشارات المرجعية، او حدده كصعب، او ضعه في مجموعة مراجعة.

افتح مكتبتي التعليمية
هل هذا مفيد؟
اضف تعليقا عرض التعليقات
سؤال 5

What is the role of a loss function in machine learning?

A loss function measures how well a machine learning model performs by comparing its predictions to the actual values. The goal is to minimize this function during training to improve the model's accuracy.

Example:

Mean Squared Error (MSE) is a common loss function for regression tasks.
احفظ للمراجعة

احفظ للمراجعة

احفظ هذا العنصر في الإشارات المرجعية، او حدده كصعب، او ضعه في مجموعة مراجعة.

افتح مكتبتي التعليمية
هل هذا مفيد؟
اضف تعليقا عرض التعليقات
سؤال 6

What is the concept of data preprocessing in machine learning?

Data preprocessing involves cleaning, transforming, and organizing raw data into a format suitable for machine learning models. It includes tasks such as handling missing values, encoding categorical variables, and scaling features.

Example:

Converting categorical variables into numerical representations before training a model.
احفظ للمراجعة

احفظ للمراجعة

احفظ هذا العنصر في الإشارات المرجعية، او حدده كصعب، او ضعه في مجموعة مراجعة.

افتح مكتبتي التعليمية
هل هذا مفيد؟
اضف تعليقا عرض التعليقات
سؤال 7

What is a confusion matrix in classification?

A confusion matrix is a table that summarizes the performance of a classification algorithm. It shows the number of true positive, true negative, false positive, and false negative predictions.

Example:

In a binary classification task, a confusion matrix might show 90 true positives, 5 false positives, 8 false negatives, and 97 true negatives.
احفظ للمراجعة

احفظ للمراجعة

احفظ هذا العنصر في الإشارات المرجعية، او حدده كصعب، او ضعه في مجموعة مراجعة.

افتح مكتبتي التعليمية
هل هذا مفيد؟
اضف تعليقا عرض التعليقات
سؤال 8

What is a confusion matrix, and how is it used to evaluate classification models?

A confusion matrix is a table that compares the actual and predicted classifications of a model, displaying true positives, true negatives, false positives, and false negatives. It is useful for assessing model performance, especially in classification tasks.

Example:

Evaluating a binary classification model using a confusion matrix that shows correct and incorrect predictions.
احفظ للمراجعة

احفظ للمراجعة

احفظ هذا العنصر في الإشارات المرجعية، او حدده كصعب، او ضعه في مجموعة مراجعة.

افتح مكتبتي التعليمية
هل هذا مفيد؟
اضف تعليقا عرض التعليقات
سؤال 9

How can you handle missing data in a dataset?

Handling missing data can involve techniques such as imputation (replacing missing values with estimated values), removing instances with missing values, or using algorithms that can handle missing data directly.

Example:

Replacing missing age values in a dataset with the mean age of the available data points.
احفظ للمراجعة

احفظ للمراجعة

احفظ هذا العنصر في الإشارات المرجعية، او حدده كصعب، او ضعه في مجموعة مراجعة.

افتح مكتبتي التعليمية
هل هذا مفيد؟
اضف تعليقا عرض التعليقات

الاكثر فائدة حسب تقييم المستخدمين:

حقوق النشر © 2026، WithoutBook.