Créer jeu
Télécharger
Obtenir Plan Académique
Partager le jeu
Intégrez-le à votre plateforme

Vous pouvez intégrer le jeu dans un LMS compatible avec LTI 1.1 ou LTI 1.3 comme Canvas, Moodle ou Blackboard. Les scores seront ainsi automatiquement enregistrés dans le carnet de notes de la plateforme.
Télécharger
Vous avez dépassé le nombre maximum de jeux que vous pouvez intégrer à Google Classroom avec votre Plan actuel.

Pour intégrer autant de jeux que vous le souhaitez dans Google Classroom, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Vous avez dépassé le nombre maximum de jeux que vous pouvez intégrer à Microsoft Teams avec votre Plan actuel.

Pour intégrer autant de jeux que vous le souhaitez dans Microsoft Teams, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Le téléchargement du jeu est une fonctionnalité exclusive pour les utilisateurs avec un Plan Académique ou un Plan Commercial.

Obtenez votre Plan Académique ou Plan Commercial dès maintenant et commencez à intégrer vos jeux dans votre LMS, votre site Web ou votre blog.

Si vous le souhaitez, vous pouvez télécharger une jeu de test ici et tester son intégration:

Биоинформатика

Oui ou Non

Parties jouées 1

À propos de cette activité

Биоинформатика 11 лекция для студентов университета

Créé par

Uzbekistan

Téléchargez la version pour jouer sur papier

Créez votre propre jeu gratuite à partir de notre créateur de jeu
Affrontez vos amis pour voir qui obtient le meilleur score dans ce jeu

Top Jeux

%
Anonyme
Anonyme
%
%
%
Vous avez dépassé le nombre maximum de jeux que vous pouvez imprimer avec votre Plan actuel.

Pour imprimer autant de jeux que vous le souhaitez, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Imprimez votre jeu
Биоинформатика
 

БиоинформатикаVersion en ligne

Биоинформатика 11 лекция для студентов университета

par Fatima Amirova
1

Вес связи влияет на силу сигнала.

2

Скрытые слои не участвуют в вычислениях.

3

Входной слой принимает данные.

4

Каждый нейрон передаёт сигнал без обработки.

5

Нейронные сети состоят из искусственных нейронов.

6

Обратное распространение ошибки используется для обучения.

7

Нейросети не используются в медицине.

8

Чем больше данных, тем всегда хуже результат.

9

Нейронные сети могут распознавать речь.

10

Обучение — это изменение весов.

11

Нейросети не могут работать с изображениями.

12

Переобучение — это когда модель плохо работает на новых данных.

13

Функция активации делает модель нелинейной.

14

Глубокие нейронные сети имеют много слоёв.

15

Все нейронные сети одинаковы по структуре.

Voulez-vous vraiment quitter la page ?

En quittant la page, vous perdrez la progression du jeu.