→ Part2 → Start Learning / Download MP3 Flashcards

Question		Answer
Jaką wartość progową musi mieć drugi perceptron, aby układ realizował bramkę NOR start learning		T = 0
Najprostszym klasyfikatorem dla problemu dwuklasowego z liniową granicą decyzyjną jest start learning		perceptron
W regule Hebba uczenia neuronu bez nauczyciela, sygnał uczący jest start learning		sygnałem wyjściowym neuronu
Uczenia prostej sieci klasyfikacyjnej (pojedynczego neuronu) metodą Hebba. Odpowiedzi sieci na prezentowane wektory wejściowe p1, p2, p3 wynoszą start learning		a1 =1 ; a2 = 1; a3 = 1
Stosując miarę podobieństwa odległości Euklidesowej, wskaż prawidłową klasyfikację poniższych wektorów start learning		{1,3}, {2}
Który z neuronów jest zwycięski po prezentacji na wejściu sieci sygnału i2 start learning		Neuron 1
Dla podanego sygnału początkowego x0 oraz podanej wartości wagi, sygnał wyjściowy jest start learning		rosnący
Ile wynosi odległość (miara) Haminga następujących dwóch wektorów start learning		1
Reguła modus ponens to start learning		reguła logiki / reguła odrywania - sposób potwierdzający przez potwierdzenie, podstawa mechanizmow wnioskowanie wprzód
Uzupełnić brakujące wyrażenie reguły modus ponens (...). A / B start learning		A -> B
Inżynieria wiedzy to start learning		pozyskiwanie wiedzy i formalizowanie jej w sposób umożliwiający wnioskowanie na jej podstawie
Operatory genetyczne to start learning		selekcja, krzyżowanie i mutacja
Ile wynosi wartość progowa T, aby poniższy neuron McCulloch-Pittsa eralizował funkcję logiczną AND start learning		T = 2
Sieć Kohonena zbudowana jest start learning		z jednej warstwy, o pewnym porządku topologicznym
Ile wynosi wektor wag połączeń w, aby poniższy neuron McCulloch-Pittasa realizował funkcję logiczną x1 AND NOT x2 start learning		w = [2 -1]
Perceptron nie może nauczyć się funkcji logicznej XOR gdyf start learning		funkcja XOR jest liniowo nieseparowalna
Dany jest pojedynczy neuron o dwóch wejściach. Sygnał wejściowy p=[-5 6]^T, macierz wag = W[3 2], waga sygnału progowego b=1.4. Ile wynosi sygnał wyjściowy neuronu dla binarnej, bipolarnej funkcji aktywacji?: start learning		a = - 1
Który z poniższych elementów nie wchodzi w skład ogolnej struktury systemu ekspertowego? start learning		interpreter
Jaka jest różnica między rekurencyjnymi a jednokierunkowymi sieciami neuronowymi? start learning		w sieciach rekurencyjncyh występują sprężenia zwrotne
W jakich aspektach obliczanie podobieństwa można uznać za problem sztucznej inteligencji? start learning		w zagadnieniach rozpoznawania obrazów, mowy i pisma czy klasyfikacji dokumentów
Dany jest pojedynczy neuron op dwóch wejściach. Sygnał wejściowy p=[-5 6]^T, macierz wag = W[3 2], waga sygnału progowego b=1.4. Ile wynosi sygnał wyjściowy neuronu dla binarnej, unipolarnej funkcji aktywacji?: start learning		A = 0
Stosowane w narzędziach sztucznej inteligencji formalizmy reprezentacji wiedzy to m. in: start learning		reguły w logice klasycznej, logika rozmyta, zbiory przybliżone, ontologie
W jaki sposób reprezentowana jest wiedza w sztucznych sieciach neuronowych start learning		w postaci wag na poszczególnych wejściach neuronów
Najważniejsze zadania sztucznej inteligencji to start learning		wnioskowanie, uczenie sie i przeszukiwanie
Baza wiedzy w systemie ekspertowym start learning		pozwala na przechowywanie wiedzy ekspetów z danej dziedziny w postaci sformalizowanej za pomocą wybranego sposobu reprentacji wiedzy, najczęsciej regul
Zastosowanie logiki rozmytej umożliwia m. in start learning		płynne przejścia pomiędzy zbiorami wyznaczającymi decyzje
W systemie ekspertowym opartym o system regułowy, baza wiedzy składa się z: start learning		zbioru faktów i reguł
Ile osobników liczy populacja potomna w strategii (u + lambda)? start learning		lambda
Jak długo żyje jeden osobnik w strategii ewolucyjnej (1+1)? start learning		czas zależy jedynie od wartości funkcji przystosowania osobnika
Jaki operator lub operatory genetyczne są stosowane w strategii ewolucyjnej(1+1)? start learning		mutacja
Z ilu chromosomów składa się osobnik w strategii (1+1)? start learning		jednego
Długość ciągów kodowych w algorytmie genetycznym wpływa na: start learning		liczbę punktów krzyżowania
Podczas reprodukcji w algorytmie genetycznym: start learning		do nowej populacji przechodzą osobniki z prawdopodobieństwem zależnym od przystosowania
Mamy dwa chromosomy ch1=111010001101 i ch2=110110100011. Jaką wartość przyjmie chromosom ch2 po krzyżowaniu i mutacji, jeśli punkt krzyżowania k=4 a punkt mutacji m=8? start learning		110110011101
Z jakich populacji tworzona jest nowa populacja bazowa w strategii ewolucyjnej(prawie u, lambda): start learning		z populacji potomnej
W SGA stosowana jest sukcesja: start learning		z całkowitym zastępowaniem
Miejsce rozcięcia dla krzyżowania jednopunktowego w algorytmie genetycznym jest: start learning		losowe
Losowe zaburzenia chromosomu zgodnie z zadanym rozkładem start learning		mutacja
Strategie ewolucyjne wykorzystują reprezentacje chromosomów za pomocą ciągów start learning		liczb zmiennoprzecinkowych
Które osobniki przechodzą do następnej epoki w strategii ewolucyjnej(1+1): start learning		rodzic albo potomny w zależności od wartości funkcji przystosowania
Wektor wejściowy i jądro konwulcji mają odpowiednio długości n,m. Wynikiem konwulcji jest wektor wyjsciowy y o dlugosci start learning		d = n - m +1
Jaką wartość ma waga b w ponizszym neuronie realizujacym bramke logiczna AND o trzech wejsciach start learning		B = - 5
Ontologia start learning		model rzeczywistości, zrozumiały i przetwarzalny dla człowieka i komputera
[!] W oparciu o który algorytm tworzone są najskuteczniejsze architektury sieci neuronowych? start learning		nie istnieje taki algorytm
[!] Która z metryk pozwala na osiągnięcie najlepszych wyników dla celów klasyfikacyjnych? start learning		nie istnieje taka metryka

part2

You must sign in to write a comment

More