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: 244 razy
59. Które niżej wymienionych metod należą do symbolicznych metod reprezentacji wiedzy:
b. Ontologie
c. Metody bazujące na zastosowaniu logiki
a. Metody oparte na ramach
d. Metody oparte na algorytmach genetycznych
c. Metody bazujące na zastosowaniu logiki

Wybierz jedną odpowiedź:
60. Jaki typ wiedzy reprezentuje baza modeli?
a. Logiczny
b. Wyjaśniający
d. Matematyczny
c. Informatyczny
d. Matematyczny

Wybierz jedną odpowiedź:

61. Jakie są rodzaje wnioskowania w systemach ekspertowych Wybierz jedną lub więcej:
d. w przód
a. Do tyłu
c. mieszane
e. w głąb
b. w bok
d. w przód
a. Do tyłu
c. mieszane

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”:
c. maszyny
a. ludzie
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
Zmianę wartości wykładnika w wykładniczej funkcji przynależności

Wybierz jedną odpowiedź:

64. Budowa sieci neuronowej. Wybierz odpowiedź, która NIE jest prawdziwa.
e. Sieć neuronowa składa się z pojedynczej warstwy wejściowej
a. Sieć neuronowa składa się N warstw ukrytych
b. Liczba neuronów warstwie wyjściowej zależy od liczby atrybutów decyzyjnych
c. Liczba neuronów w warstwie wejściowej nie zależy od liczby atrybutów warunkowych w warstwie ukrytej
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:
c. wstecznej propagacji błędów i wag
a. wstecznej propagacji błędów
b. wstecznej propagacji wag
a. wstecznej propagacji błędów
66. Nauczanie sieci neuronowej z zastosowaniem algorytmu wstecznej propagacji błędu wymaga aby funkcja aktywacji była:
ciągła
liniowa
różniczkowalna
nieliniowa
ciągła
różniczkowalna

Wybierz jedną lub więcej:

Przedstaw paradygmaty podejścia agentowego:
Rezyduje w cyberprzestrzeni jak klasyczny obiekt
Możliwość samo replikacji agentów
Abstrakcyjna forma programowania obiektowego
Działa w zastępstwie swoich właścicieli
Wyspecjalizowany i odporny na błędy samodzielny obiekt
Możliwość samo replikacji agentów
Abstrakcyjna forma programowania obiektowego
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
a. Generowanie populacji, ocena populacji, wykonanie operatorów genetycznych
c. Generowanie populacji, wykonanie operatorów genetycznych, ocena populacji
c. Generowanie populacji, wykonanie operatorów genetycznych, ocena populacji
69. Kto zajmuje się ekstrakcją wiedzy od ekspertów Wybierz jedną odpowiedź:
b. Programiści
a. Kogniwistycy
d. Inżynierowie wiedzy
c. Inżynierowie systemów
d. Inżynierowie wiedzy
70. Jakie systemy mają najszersze zastosowanie?
c. Autonomiczne
b. Podejmujące decyzje bez kontroli człowieka
a. Doradcze
d. Krytykujące
a. Doradcze
Gdzie najczęściej stosujemy systemy ekspertowe?
a. W dziedzinach niesformalizowanych w sposób jednoznaczny
d. W sytuacjach wymagających intuicyjnego działania
b. Tam gdzie konieczne jest rozumowanie heurystyczne
c. Na potrzeby krótkotrwałe
b. Tam gdzie konieczne jest rozumowanie heurystyczne
72. Jaka część systemu może komunikować się z dynamiczną bazą wiedzy?
d. Procedury wyjścia
c. System wnioskujący
a. Plik z faktami
b. Interfejs użytkownika
c. System wnioskujący
73. Co w ogólnej formule wnioskowania P1^P2^ ^Pn -> W oznacza P?
Połączenia
Pobieranie
Przesłanki
Procedury
Przesłanki
3. Co zawiera baza rad? Wybierz jedną odpowiedź:
d. Odnośniki do rad
a. Zbiory rad wykluczanych
c. Uporządkowane pary rad i reguł
b. Rady przydzielone do faktów
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
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
AI
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 pytaniaPokaż kolejne pytania

Powiązane tematy

#wwsi #esi #elementysztucznejinteligenji

Inne tryby

Nauka Test Powtórzenie