Pytania i odpowiedzi
ESI
Zebrane pytania i odpowiedzi do zestawu.
Ilość pytań: 41
Rozwiązywany: 103 razy
Pytanie 21
Neuron powinien tak się nauczyć, aby dla podobnych wejść zwracać taki sam sygnał wyjściowy, a dla niepodobnych różne sygnały wyjściowe
bez nauczyciela
Pytanie 22
Neuron poprawnie reaguje na wzorce jeśli sygnał który zwraca dla danego wejścia jest taki sam (z pewną dokładnością) jak oczekiwana wartość
z nauczycielem
Pytanie 23
Budowa sieci neuronowej. Wybierz odpowiedź, która nie jest prawdziwa.
Liczba neuronów w warstwie wejściowej nie zależy od liczby atrybutów warunkowych w warstwie ukrytej
Pytanie 24
Uczenie sieci neuronowej polega na:
Modyfikacji wag i wartości syganłów wejściowych sieci
Pytanie 25
Na ile obszarów można podzielić przestrzeń cech wykorzystując pojedynczy perceptron o n wejściach?
na dwa obszary
Pytanie 26
Algorytm uczenia sieci neuronowych jest oparty na
wstecznej propagacji błedów i wag
Pytanie 27
Jeżeli do danego neuronu przypisanych jest sześć wejść o wartościach (10.0; 5.4; -10.2; -0.1; 101.4; 0.0; 12.0) i warttość funkcji pobudzenia (propagacji) jest wyliczana jak poniżej :
10,0 + 5,4 × 8 + (-10,2) × 5 + (-0,1) × 22 + 101,4 × (-5) + 0,0 × 2 + 12,0 × (-3) = -543,0
Które z danych wejściowych należy zmienić w najmniejszym stopniu, aby zwiększyć wartość funkcji o określoną wartość?
trzecie
Pytanie 28
Oblicz wartość sygnału na wyściu perceptonu z bipolarną funkcją aktywacji dla wejścia jak poniżej
X1=4, W1=-0,5
X2=3 ,W2=0,5
-1
Pytanie 29
Wybierz "filary" głębokiego uczenia:
moc obliczeniowa
modele i algorytmy
dane
Pytanie 30
W których zastosowaiach stosuje sie metodę głębokiego uczenia
sterowania robotami, samochodami, gry komputerowe
automatyczne tłumaczenie, analiza tekstu, mowy, chatboty
rozpoznawanie obiektów (twarzy, emocji), etykietowanie i lokalizacja obiektów
Pytanie 31
Dopasuj klasy metod optymalizacji i poszukiwania
Obliczanie wartość funkcji celu, przeglądając wszystkie punkty skończonej przestrzeni np. sprawdzenie po kolei wszystkich rozwiązań
Przeszukiwanie enumeracyjne
Przypadkowe lub metody oparte na wielokrotnym losowaniu punktu w przestrzeni i zapamiętywaniu najlepszego rozwiązania
Metody stochastyczne
Polegające na rozwiązaniu układu równań (zazwyczaj nieliniowych) otrzymanych przez przyrównanie gradientu funkcji celu do zera
Metody analityczne
Stosowanie zasad, umożliwiających ograniczenie przrestrzeni poszukiwań rozwiązania
Metody heurestyczne
Pytanie 32
Dopasuj nastepujące pojęcia do odpowiednich definicji
Algorytm ewolucyjny z kodowaniem binarnym
Algorytm genetyczny
Nazwa różnych metod wykorzystujących mechanizmy ewolucji
Algorytmy ewolucyjne
Podstawowa jednostka podlegająca ewolucji, odpowiada przykładowemu rozwiązaniu problemu (punktowi z przestrzeni stanów)
Osobnik
Zespół osobników zamieszkujących wspólne środowisko i konkurujących o jego zasoby
Populacja
Pytanie 33
Dopasuj do podanych definicji odpowiednie pojęcia dotyczące Algorytmów Ewolucyjnych
Ogólna nazwa różnych metod wykorzystujących mechanizmy ewolucji
Algorytm ewolucyjny
Jednostka podlegająca ewolucji, odpowiada przykładowemu rozwiązaniu problemu (punktowi z przestrzeni stanów)
Osobnik
Algorytm ewolucyjny z kodowaniem binarnym
Algorytm genetyczny
Zespół osobników zamieszkujących wspólne środowisko i konkurujących o jego zasoby
Populacja
Pytanie 34
Dopasuj do podanych definicji pojęcia
Losowa zmiana genotypu danego osobnika
Mutacja
Wymiana części genotypu między dwoma osobnikami
Krzyżowanie
Tworzenie kolejnego pokolenia osobników poprzez wybór i powielenie części z nich (zwykle lepiej przystosowanych)
Selekcja
Działanie modyfikujące genotyp osobnika lub całą populację
Operator genetyczny
Metoda selekcji wykorzystywana w klasycznym algorytmie genetycznym
Ruletka
Pytanie 35
Różnice między algorytmami genetycznymi i tradycyjnymi metodami optymalizacyjnymi.
Które stwierdzenie nie jest prawdziwe?
Algorytmy genetyczne korzystają z pochodnych funkcji celu i innych pomocniczych informacji
Pytanie 36
Który operator nie jest podstawowym operatorem genetycznym:
Projekcja
Pytanie 37
Dopasuj cechy agenta programowego do definicji
Agent działa optymalnie ze względu na swoje cele, ale przy ograniczeniu zasobów
Racjonalność
Możliwość przemieszczania się pomiędzy różnymi hostami w sieci
Mobilność
Na podstawie wcześniejszych decyzji i obserwacji dokonuje akwizycji wiedzy
Uczenie się
Możliwość interakcji agenta z innymi agentami, użytkownikiem bądź zasobami
Otwartość
Pytanie 38
Przedstaw paradygmaty podejścia agentowego:
Abstrakcyjna forma programowania obiektowego
Możliwość samoreplikacji agentów
Działa w zastępstwie swoich właścicieli
Wyspecjalizowany i odporny na błędy samodzielny obiekt
Pytanie 39
Wybierz cechy dotyczące agenta programowego (zwanego także systemem agentowym lub agentem)
Autonomiczny system umieszczony w otoczeniu (i będący jego częścią)
Potrafi analizować otoczenie i oddziaływać na nie w czasie
Działała w zastępstwie swoich właścicieli
Dąży do wyznaczonych celów i symuluje wpływ zmian otoczenia
Pytanie 40
W procesie nauczania sieci neuronowej Pełne przejście przez wszystkie wzorce uczące nazywane jest:
epoką uczenia
Pytanie 41
Czy chatbot jest robotem?
Fałsz