Która metoda nie należy do metod selekcji w algorytmach ewolucyjnych
Wybierz jedną odpowiedź:
b. Uznaniowa
c. Turniejowa
d. Rankingowa
a. Ruletka
b. Uznaniowa
Które algorytmy NIE są zaliczane do sztucznej inteligencji
Wybierz jedną odpowiedź:
d. algorytmy genetyczne
b. algorytmy przeszukiwania struktury drzewa
a. algorytmy mrówkowe
c. algotymy ewolucyjne
b. algorytmy przeszukiwania struktury drzewa
Wybierz cechy dotyczące agenta programowego (zwanego także systemem agentowym lub agentem)
Wybierz jedną lub więcej:
d. Działała w zastępstwie swoich właścicieli
a. Dąży do wyznaczonych celów i symuluje wpływ zmian otoczenia
c. Potrafi analizować otoczenie i oddziaływać na nie w czasie
b. Autonomiczny system umieszczony w otoczeniu (i będący jego częścią)
d. Działała w zastępstwie swoich właścicieli
a. Dąży do wyznaczonych celów i symuluje wpływ zmian otoczenia
c. Potrafi analizować otoczenie i oddziaływać na nie w czasie
b. Autonomiczny system umieszczony w otoczeniu (i będący jego częścią)
Które z poniższych przykładów stanowią przypadek zastosowania sztucznej inteligencji, a które nie? Odpowiedz tak, nie lub „w pewnym sensie”, gdzie „w pewnym sensie” oznacza „może tak lub może nie”, w zależności od punktu widzenia.
Pytanie: Przewidywanie zmian na giełdzie przez dopasowanie krzywej na podstawie wcześniejszych danych dotyczących cen akcji
Wybierz jedną odpowiedź:
c. Tak
b. Nie
a. W pewnym sensie
a. W pewnym sensie
Które z poniższych przykładów stanowią przypadek zastosowania sztucznej inteligencji, a które nie? Odpowiedz tak, nie lub „w pewnym sensie”, gdzie „w pewnym sensie” oznacza „może tak lub może nie”, w zależności od punktu widzenia.
8. System nawigacji GPS pozwalający znaleźć najszybszą trasę
Wybierz jedną odpowiedź:
a. Nie
b. W pewnym sensie
c. Tak
b. W pewnym sensie
7. Które z poniższych przykładów stanowią przypadek zastosowania sztucznej inteligencji, a które nie? Odpowiedz tak, nie lub „w pewnym sensie”, gdzie „w pewnym sensie” oznacza „może tak lub może nie”, w zależności od punktu widzenia.
9. Rozwiązania w zakresie przechowywania dużych zbiorów danych oferujące możliwość przechowywania olbrzymich ilości danych (takich jak zdjęcia lub materiały wideo) i przesyłania ich za pośrednictwem transmisji strumieniowej do wielu użytkowników w tym samym czasie
Wybierz jedną odpowiedź:
b. Tak
c. W pewnym sensie
a. Nie
a. Nie
W których zastosowaniach stosuje się metodę głębokiego uczenia
Wybierz jedną lub więcej:
d. akwizycji wiedzy
c. rozpoznawanie obiektów (twarzy, emocji), etykietowanie i lokalizacja obiektów
b. automatyczne tłumaczenie, analiza tekstu, mowy, chatboty
a. sterowanie robotami, samochodami, gry komputerowe
c. rozpoznawanie obiektów (twarzy, emocji), etykietowanie i lokalizacja obiektów
b. automatyczne tłumaczenie, analiza tekstu, mowy, chatboty
a. sterowanie robotami, samochodami, gry komputerowe
11. Obszary używania logiki predykatów
Ekspertowe systemy
Automatyczne sterowanie robotem
Inteligentne wydobycie informacji (Data Miting)
Automatyczne udowodnienie twierdzeń
Ekspertowe systemy
Automatyczne udowodnienie twierdzeń
Wybierz jedną lub więcej:
Która architektura NIE jest stosowana w systemach ekspertowych:
Wybierz jedną odpowiedź:
a. Symulacyjna
e. Hierarchiczna
d. Hybrydowa
b. Tablicowa
c. Modułowa
c. Modułowa
W jakim celu stosowana jest funkcja aktywacji w sieciach neuronowych:
polepsza jakość klasyfikacji
wprowadzenie liniowości
wprowadzenie nieliniowości
polepsza jakość klasyfikacji
wprowadzenie nieliniowości
Wybierz jedną lub więcej:
Które cechy modeli głębokiego uczenia są prawdziwe:
każda „warstwa" tworzy reprezentację danych na innym poziomie abstrakcji
więcej niż 2 warstwy przetwarzania, np. wielowarstwowe MLP
model hierarchiczny, wiele transformacji od wejścia do wyjścia
niższe warstwy mają połączenia z wyższą warstwą
każda „warstwa" tworzy reprezentację danych na innym poziomie abstrakcji
więcej niż 2 warstwy przetwarzania, np. wielowarstwowe MLP
model hierarchiczny, wiele transformacji od wejścia do wyjścia
Wybierz jedną lub więcej:
Czym różną się AG od tradycyjnych rozwiązań?
Wybierz jedną lub więcej:
b. AG stosują deterministyczne reguły wyboru podczas generowania osobników populacji potomnej
d. AG nie przetwarzają bezpośrednio parametrów zadania lecz ich postać zakodowaną
a. AG prowadzą poszukiwania wychodząc nie z jednego, lecz z wielu punktów
c. AG stosują probabilistyczne reguły wyboru podczas generowania osobników populacji potomnej
d. AG nie przetwarzają bezpośrednio parametrów zadania lecz ich postać zakodowaną
a. AG prowadzą poszukiwania wychodząc nie z jednego, lecz z wielu punktów
c. AG stosują probabilistyczne reguły wyboru podczas generowania osobników populacji potomnej
Metody ewolucyjne powstały i zostały rozwinięte w tym celu, aby:
Wybierz jedną lub więcej:
c. znajdować dokładne rozwiązania problemów optymalizacyjnych
b. uniknąć pułapek ekstremów lokalnych podczas poszukiwania wyniku
a. znajdować przybliżone rozwiązania problemów optymalizacyjnych
d. znajdować wynik w miarę szybko
b. uniknąć pułapek ekstremów lokalnych podczas poszukiwania wyniku
a. znajdować przybliżone rozwiązania problemów optymalizacyjnych
d. znajdować wynik w miarę szybko
18. Jakie mogą być warianty ułożenia genów w chromosomie AG:
Drzewiasty
Permutacyjny
Losowy
Klasyczny
Drzewiasty
Permutacyjny
Klasyczny
Wybierz jedną lub więcej:
19. Które z poniższych zagadnień NIE należą do kluczowych zagadnień AI?
Wybierz jedną lub więcej:
a. Symulacja komputerowa
d. Rozpoznawanie obrazów
c. Rozpoznawanie mowy
b. Reprezentacja wiedzy
a. Symulacja komputerowa
Które obszary dziedzinowe nie są zaliczane są do AI?
Wybierz jedną odpowiedź:
c. Sieci Bayesa
a. Uczenie maszynowe
b. Sieci neuronowe
d. Systemy ekspertowe
c. Sieci Bayesa
21. Która z podanych aplikacji nie jest systemem ekspertowym?
Wybierz jedną odpowiedź:
b. Gideon
a. Prospector
c. Domican
d. Mycin
c. Domican
Co to jest klasyfikacja?
Wybierz jedną odpowiedź:
d. Traktowanie wiedzy jako przyporządkowanej informacji
c. Losowe łączenie narzędzi w grupy
b. Składanie urządzeń z podzespołów w optymalny sposób
a. Przyporządkowanie obiektów do danych grup ze względu na ich właściwości
a. Przyporządkowanie obiektów do danych grup ze względu na ich właściwości