chore(i18n,curriculum): processed translations - new ukrainian (#44447)

curriculum/challenges/ukrainian/11-machine-learning-with-python/how-neural-networks-work/deep-learning-demystified.md

@@ -0,0 +1,34 @@
+---
+id: 5e9a0e9ef99a403d019610cc
+title: Демістифікація глибинного навчання
+challengeType: 11
+videoId: bejQ-W9BGJg
+dashedName: deep-learning-demystified
+---
+
+# --question--
+
+## --text--
+
+Яке значення необхідно задавати ваговим коефіцієнтам вхідних нейронів перед першим тренуванням нейронної мережі?
+
+## --answers--
+
+Від найменшого до найбільшого.
+
+---
+
+Абсолютно випадково.
+
+---
+
+За алфавітом.
+
+---
+
+Жодне із перерахованого вище.
+
+## --video-solution--
+
+2
+

curriculum/challenges/ukrainian/11-machine-learning-with-python/how-neural-networks-work/how-convolutional-neural-networks-work.md

@@ -0,0 +1,30 @@
+---
+id: 5e9a0e9ef99a403d019610cd
+title: Як працюють згорткові нейронні мережі
+challengeType: 11
+videoId: Y5M7KH4A4n4
+dashedName: how-convolutional-neural-networks-work
+---
+
+# --question--
+
+## --text--
+
+Коли згорткові нейронні мережі не є корисними?
+
+## --answers--
+
+Якщо дані не можуть бути представлені у вигляді зображення, або якщо можливо перескладати елементи даних без втрати корисності.
+
+---
+
+Якщо дані складаються із різних 2D або 3D зображень.
+
+---
+
+Якщо дані є текстовими або звуковими матеріалами.
+
+## --video-solution--
+
+1
+

curriculum/challenges/ukrainian/11-machine-learning-with-python/how-neural-networks-work/how-deep-neural-networks-work.md

@@ -0,0 +1,30 @@
+---
+id: 5e9a0e9ef99a403d019610ca
+title: Як працюють нейронні мережі глибинного навчання
+challengeType: 11
+videoId: zvalnHWGtx4
+dashedName: how-deep-neural-networks-work
+---
+
+# --question--
+
+## --text--
+
+Чому обраховувати кутовий коефіцієнт краще ніж похідну за напрямком, а не чисельно?
+
+## --answers--
+
+Повертатися через усю нейронну мережу і підбирати коефіцієнт ваги для кожного окремого шару нейронної мережі є обчислювально затратно.
+
+---
+
+Це більш точно.
+
+---
+
+Немає жодної різниці поміж цими двома методами.
+
+## --video-solution--
+
+1
+

curriculum/challenges/ukrainian/11-machine-learning-with-python/how-neural-networks-work/recurrent-neural-networks-rnn-and-long-short-term-memory-lstm.md

@@ -0,0 +1,30 @@
+---
+id: 5e9a0e9ef99a403d019610cb
+title: Рекурентні нейронні мережі RNN і Довга короткочасна пам'ять LSTM
+challengeType: 11
+videoId: UVimlsy9eW0
+dashedName: recurrent-neural-networks-rnn-and-long-short-term-memory-lstm
+---
+
+# --question--
+
+## --text--
+
+Якими є основні компоненти нейронної мережі, що утворюють мережу довгої короткочасної пам'яті?
+
+## --answers--
+
+Нова інформація та передбачення.
+
+---
+
+Передбачення, набір зібраних можливостей, та вибірка.
+
+---
+
+Передбачення, ігнорування, забування, та вибірка.
+
+## --video-solution--
+
+3
+