Testy Fiszki Notatki

Zaloguj

Fiszki

Elementy Sztucznej Inteligencji

Test w formie fiszek Egzamin z Elementów Sztucznej Inteligencji na WWSI Opracowanie na podstawie udostępnionych prezentacji pdf przez NotebookLM

Ilość pytań: 82 Rozwiązywany: 1731 razy

59. Które niżej wymienionych metod należą do symbolicznych metod reprezentacji wiedzy:

d. Metody oparte na algorytmach genetycznych

a. Metody oparte na ramach

b. Ontologie

c. Metody bazujące na zastosowaniu logiki

Wybierz jedną odpowiedź:

60. Jaki typ wiedzy reprezentuje baza modeli?

a. Logiczny

c. Informatyczny

b. Wyjaśniający

d. Matematyczny

Wybierz jedną odpowiedź:

61. Jakie są rodzaje wnioskowania w systemach ekspertowych Wybierz jedną lub więcej:

c. mieszane

d. w przód

e. w głąb

b. w bok

a. Do tyłu

c. mieszane

d. w przód

a. Do tyłu

Notatki bezpośrednio nie podają wnioskowania w przód, ale wnioskowanie korzysta z przeszukiwania grafów, gdzie korzysta się z przeszukiwania „w głąb”

62. Logika rozmyta odzwierciadla sposób w jaki “myślą”:

a. ludzie

c. maszyny

b. systemy

a. ludzie

63. Stopniowanie rozmywania pojęć np. długi, bardzo długi itp. modelujemy poprzez

Zmianę wartości podstawy w wykładniczej funkcji przynależności

Zmianę wartości wykładnika w wykładniczej funkcji przynależności

Wybierz jedną odpowiedź:

64. Budowa sieci neuronowej. Wybierz odpowiedź, która NIE jest prawdziwa.

a. Sieć neuronowa składa się N warstw ukrytych

e. Sieć neuronowa składa się z pojedynczej warstwy wejściowej

b. Liczba neuronów warstwie wyjściowej zależy od liczby atrybutów decyzyjnych

d. Sieć neuronowa składa się z pojedynczej warstwy wyjściowej

c. Liczba neuronów w warstwie wejściowej nie zależy od liczby atrybutów warunkowych w warstwie ukrytej

Wybierz jedną odpowiedź:

65. Algorytm uczenia sieci neuronowych jest oparty na Wybierz jedną odpowiedź:

b. wstecznej propagacji wag

a. wstecznej propagacji błędów

c. wstecznej propagacji błędów i wag

a. wstecznej propagacji błędów

66. Nauczanie sieci neuronowej z zastosowaniem algorytmu wstecznej propagacji błędu wymaga aby funkcja aktywacji była:

różniczkowalna

ciągła

liniowa

nieliniowa

różniczkowalna

ciągła

Wybierz jedną lub więcej:

Przedstaw paradygmaty podejścia agentowego:

Abstrakcyjna forma programowania obiektowego

Rezyduje w cyberprzestrzeni jak klasyczny obiekt

Możliwość samo replikacji agentów

Wyspecjalizowany i odporny na błędy samodzielny obiekt

Działa w zastępstwie swoich właścicieli

Abstrakcyjna forma programowania obiektowego

Możliwość samo replikacji agentów

Wyspecjalizowany i odporny na błędy samodzielny obiekt

Wybierz jedną lub więcej:

Kolejność procesów w algorytmie genetycznym to: Wybierz jedną odpowiedź:

b. Ocena nowej populacji, wykonanie operatorów genetycznych, generowanie populacji

c. Generowanie populacji, wykonanie operatorów genetycznych, ocena populacji

a. Generowanie populacji, ocena populacji, wykonanie operatorów genetycznych

c. Generowanie populacji, wykonanie operatorów genetycznych, ocena populacji

69. Kto zajmuje się ekstrakcją wiedzy od ekspertów Wybierz jedną odpowiedź:

c. Inżynierowie systemów

d. Inżynierowie wiedzy

a. Kogniwistycy

b. Programiści

d. Inżynierowie wiedzy

70. Jakie systemy mają najszersze zastosowanie?

c. Autonomiczne

a. Doradcze

d. Krytykujące

b. Podejmujące decyzje bez kontroli człowieka

a. Doradcze

Gdzie najczęściej stosujemy systemy ekspertowe?

a. W dziedzinach niesformalizowanych w sposób jednoznaczny

c. Na potrzeby krótkotrwałe

b. Tam gdzie konieczne jest rozumowanie heurystyczne

d. W sytuacjach wymagających intuicyjnego działania

b. Tam gdzie konieczne jest rozumowanie heurystyczne

72. Jaka część systemu może komunikować się z dynamiczną bazą wiedzy?

a. Plik z faktami

b. Interfejs użytkownika

c. System wnioskujący

d. Procedury wyjścia

c. System wnioskujący

73. Co w ogólnej formule wnioskowania P1^P2^ ^Pn -> W oznacza P?

Przesłanki

Pobieranie

Procedury

Połączenia

Przesłanki

3. Co zawiera baza rad? Wybierz jedną odpowiedź:

b. Rady przydzielone do faktów

c. Uporządkowane pary rad i reguł

d. Odnośniki do rad

a. Zbiory rad wykluczanych

c. Uporządkowane pary rad i reguł

1. Wyjaśnij pojęcie wersji słabej i silnej AI:

Komputer jest w istotny sposób równoważny mózgowi i może mieć stany poznawcze:

Wszystko to, czego jeszcze nie potrafią zrobić sztuczne systemy

Komputer pozwala formułować i sprawdzać hipotezy dotyczące mózgu

silna AI

słaba AI

Komputer jest w istotny sposób równoważny mózgowi i może mieć stany poznawcze:

silna AI

Wszystko to, czego jeszcze nie potrafią zrobić sztuczne systemy

Komputer pozwala formułować i sprawdzać hipotezy dotyczące mózgu

słaba AI

22. Dopasuj definicje następujących pojęć

a. Samouczenie maszynowe lub uczące się systemy

b. Wykrywanie nieznanych prawidłowości, tworzenie analogii i modyfikowanie

c. Tworzenie baz oraz wykorzystanie technologii semantycznych do przetwarzania

Machine learning

Inżynieria wiedzy

Big data

a. Samouczenie maszynowe lub uczące się systemy

Machine learning

b. Wykrywanie nieznanych prawidłowości, tworzenie analogii i modyfikowanie

Inżynieria wiedzy

c. Tworzenie baz oraz wykorzystanie technologii semantycznych do przetwarzania

Big data

25. Dopasuj rodzaje prototypów systemów ekspertowych

Realizuje w pełni założone zadania

Gotowy do produkcji w wymaganej skali

Przeszedł pełne testowanie

Realizuje pewne cząstkowe zadania

Charakteryzuje się szybkim działaniem

Użytkowy

Komercyjny

Eksploatacyjny

Demonstracyjny

Przemysłowy

Realizuje w pełni założone zadania

Użytkowy

Gotowy do produkcji w wymaganej skali

Komercyjny

Przeszedł pełne testowanie

Eksploatacyjny

Realizuje pewne cząstkowe zadania

Demonstracyjny

Charakteryzuje się szybkim działaniem

Przemysłowy

30. Dopasuj klasy zastosowań sieci neuronowych

a. Predykacja

b. Aproksymacja

c. Klasyfikacja

d. Asocjacja

określenie stanów systemu na podstawie sygnałów wejściowych

Linearyzacja lub interpolacja sygnałów wyjściowych sieci

Nauka cech i wzorców aby rozpoznać różnice

Odtworzenie sygnału oryginalnego pozbawionego zniekształceń

a. Predykacja

określenie stanów systemu na podstawie sygnałów wejściowych

b. Aproksymacja

Linearyzacja lub interpolacja sygnałów wyjściowych sieci

c. Klasyfikacja

Nauka cech i wzorców aby rozpoznać różnice

d. Asocjacja

Odtworzenie sygnału oryginalnego pozbawionego zniekształceń

Początek Pokaż poprzednie pytania Pokaż kolejne pytania

Powiązane tematy

#wwsi #esi #elementysztucznejinteligenji

Inne tryby

Nauka Test Powtórzenie