daily pastebin goal
34%
SHARE
TWEET

pytania

a guest Feb 13th, 2018 69 Never
Not a member of Pastebin yet? Sign Up, it unlocks many cool features!
  1. Grupa A:
  2. Wyjaśnij istotę i podaj przykłady reprezentowania wiedzy deklaratywnej:
  3. Wiedza deklaratywna (koncepcje, fakty), odpowiada na pytanie Co wiemy o problemie? Należy do symbolicznych metod reprezentowania wiedzy, przedstawia się je jako obiekt-atrybut-wartość lub w postaci sieci semantycznych
  4.  
  5. W podejściu deklaratywnym wiedza z danej dziedziny jest zbiorem specyficznych faktów, a korzystanie z wiedzy polega na stosowaniu do tego zbioru ogólnych procedur manipulacji faktami (np. reprezentacja logiczna).
  6. W reprezentacjach deklaratywnych następuje wyraźne oddzielenie wiedzy z danej dziedziny od sposobu wykorzystania tej wiedzy w procesie wnioskowania.
  7. Metody deklaratywne służą do reprezentowania wiedzy o charakterze statycznym np. charakterystyka obiektów, trwałe relacje między nimi, zależności logiczne między faktami itd.
  8.  
  9. Wybierz jedną odpowiedź: sztuczna inteligencja to -> dyscyplina informatyki obejmująca tworzenie inteligentnych systemów
  10. Subdyscyplinami sztucznej inteligencji są: sztuczne sieci neuronowe, reprezentowanie wiedzy, przetwarzanie języka naturalnego
  11. Strukturami użytecznymi w rozwiązywaniu problemów są: grafy, reprezentowanie przestrzeni stanu problemów, systemy opisujące stany i operatory przeszukiwania
  12. Przykładami badań dotyczącymi przetwarzania języka naturalnego są: lingwistyka matematyczna, strukturalne metody reprezentowania wiedzy
  13. Zadaniem systemów ekspertowych może być monitorowanie otoczenia: prawda
  14. Weryfikacja pomysłów rozwiązań nie jest elementem rozwiązywania problemu: fałsz
  15. Wiedza heurystyczna odpowiada na pytanie jak rozwiązać problem: fałsz
  16. Wyjaśnić istotę i podać przykłady drzewa decyzyjnego w maszynowym uczeniu:
  17.  
  18.  
  19.  
  20. Grupa B:
  21. Wyjaśnij istotę i podaj przykłady reprezentowania wiedzy proceduralnej:
  22. W podejściu proceduralnym zakłada się, że przeważającą część wiedzy o świecie stanowią informacje o procesach
  23. i działaniach.
  24. "Wiedzieć" jest równoważne z "wiedzieć jak": znajomość danego pojęcia sprowadza się głównie do umiejętności manipulacji tym pojęciem.
  25. W reprezentacji proceduralnej wiedza zawarta jest w procedurach (podprogramach), które wiedzą jak należy się zachować w określonej sytuacji.
  26. Metody proceduralne są przydatne do reprezentowania wiedzy o charakterze dynamicznym np. ciągi akcji, procesy, algorytmy i reguły postępowania.
  27.  
  28.  
  29.  
  30. Za rok powstania dyscypliny sztuczna inteligencja przyjmuje się: 1955
  31. Przykładami reprezentowania wiedzy wykorzystującej logikę formalną są: logika zdaniowa, rachunek predykatów
  32. Do strategii szukania w rozwiązywaniu problemów zaliczamy: orientacja na dane lub cele, przeszukiwanie wszerz lub wgłąb, przeszukiwanie dokładne grafu
  33. Do badań inspirowanych naturą należą: sieci neuronowe, algorytmy genetyczne
  34. Zadaniem systemu ekspertowego może być projektowanie układów: prawda
  35. Wykorzystywanie przestrzeni stanów nie jest elementem rozwiązywania problemów: fałsz
  36. Wiedza nie jest koniecznym komponentem systemów inteligentnych: fałsz
  37. Wyjaśnić istotę i podać przykłady zastosowania sztucznych sieci neuronowych
  38.  
  39.  
  40.  
  41.  
  42.  
  43. Wyjaśnić istotę i podać przykłady algorytmów maszynowego uczenia się:
  44. istota: uczenie się, oznacza zmiany w systemie, które mają charakter adaptacyjny w tym sensie, że pozwalają systemowi wykonywać za następnym razem takie same zadanie lub zadania podobne bardziej efektywnie.
  45. Przykłady: uczenie z nadzorem, uczenie bez nadzoru, uczenie ze wzmocnieniem, uczenie z przykładów, uczenie się zbioru reguł, uczenie drzew decyzyjnych, analityczne uczenie, indukcyjne programowanie logiczne, sztuczne sieci neuronowe, programowanie genetyczne, maszyny wektorowe, klasteryzacja
  46.  
  47. Pytania zamknięte:
  48. -Podstawowa metoda sztucznej inteligencji wykorzystywana w lingubotach dotyczy: przetwarzania języka naturalnego
  49. -komponentami pakietu Sphinx są m.in: drzewo decyzyjne, sieć neuronowa
  50. -wiedza w systemach ekspertowych pakietu Sphinx może występować jako: zestaw reguł
  51. -wiedza w lingubotach: może być obecna
  52. -komunikacja z robotami może się odbywać: w języku naturalnym, w języku wykorzystującym algebrę relacji
  53. -pakiet eXpertise2Go umożliwia: generowanie ekspertyz z określonym wskaźnikiem wiarygodności
  54. -tworząc aplikacje w środowisku eXpertise2Go: możemy wykorzystać tablicę decyzyjną do generowania wiedzy
  55. -wykorzystanie wiedzy z różnych tablic w pakiecie Prologa następuje poprzez: wskazanie akcji powodującej przejście do innej tablicy
  56. -opracowując projekt systemu ekspertowego zwracamy uwagę na: dostępność wiedzy dziedzinowej
  57. -w którym z pakietów można stosować deklaratywną metodę reprezentowania wiedzy: Sphinx
  58. -wiedza w systemach ekspertowych pakietu Sphinx może występować jako: trójka O-A-W (obiekt-atrybut-wartość)
  59. -zadania lingubotów polegają zasadniczo na: udzielaniu porad
  60. -pakiet DeTreex: umożliwia generowanie bazy wiedzy na podstawie pliku uczącego
  61. -w ramach kryteriów klasyfikacji robotów uwzględniamy: środowiska, w których mogą się poruszać, obszary zastosowań
  62. -do kategorii decyzji … wg roli w procesie zarządzania należą: decyzje operacyjne, taktyczne i strategiczne
  63. -scenariusz realizacji rozwiązywania problemu obejmuje m.in. etapy: identyfikację stanu początkowego
  64. -do właściwości systemów inteligentnych zaliczamy m.in.: uczenie się
  65. -sztuczna inteligencja zasadniczo dotyczy: przetwarzania informacji traktowanych symbolicznie
  66. -do subdyscyplin sztucznej inteligencji należą m.in.: reprezentowanie wiedzy i sieci neuronowe
  67. -wiedza deklaratywna: obejmuje koncepcje, fakty i wyjaśnia co wiemy o problemie
  68. -indukcja jest przykładem wnioskowania: przybliżonego
  69. -klasyfikowanie obiektów: jest zawsze zadaniem systemu ekspertowego
  70. -cykl życia systemu ekspertowego: zawiera pewne specyficzne fakty życia systemu informatycznego
  71. -podmiotami uczestniczącymi w procesie tworzenia systemu ekspertowego są: ekspert dziedzinowy, użytkownik, inżynier wiedzy
  72. -logika zdaniowa i rachunek predykatów są przykładem: wykorzystania logiki formalnej w reprezentowaniu wiedzy
  73. -obiekt-atrybut-wartość jest metodą reprezentowania wiedzy: należącą do podobnej grupy jak sieci semantyczne, deklaratywną
  74. -sieci neuronowe są przykładem: wykorzystywania maszynowego uczenia w procesie pozyskiwania wiedzy
  75. -wnioskowanie postępujące(do przodu): polega na szukaniu konsekwencji logicznych ustalonych faktów,
  76. -przykładem języka programowania logicznego wykorzystującego rachunek predykatów jest: Prolog
  77. -w chatbotach wykorzystywany jest: system ekspertowy
  78. -producentem lingubotów w polsce jest firma: intelliwise
  79. -reprezentowanie wiedzy w systemach ekspertowych może mieć postać: schematu bazy danych
  80. -pakiet Sphinx jest: zintegrowanym pakietem zawierającym kilka technik sztucznej inteligencji
  81. -baza wiedzy w pakiecie Sphinx może mieć postać: zbioru reguł
  82. -zastosowania sztucznej inteligencji w inteligentnych domach dotyczą: bezpieczeństwa mieszkańców
  83. -do metod sztucznej inteligencji nie zaliczamy: filtrowania danych nadmiarowych
  84. -indukcyjne drzewo decyzyjne: jest dostępne w pakiecie Sphinx
  85. -baza wiedzy w PD-Shell pakietu Sphinx może być: wygenerowana w ramach pakietu DeTreex
  86. -obszary zastosowań robotów dotyczą m.in.: precyzyjnych manipulacji na obiektach
  87. -warunki definiowane w pakiecie Prologa: mogą dotyczyć danych numerycznych
  88. -tablice decyzyjne określane w ramach pakietu Prologa; mogą być optymalizowane
  89. -fazy należące do procesu rozwiązywania problemu to: analiza sytuacji problemowej, weryfikacja pomysłów rozwiązania
  90. -kryterium strukturalne uznania obiektu za inteligentny dotyczy obecności: modułu wnioskującego i bazy wiedzy
  91. -sztuczna inteligencja jest: działem informatyki obejmującym tworzenie systemów inteligentnych
  92. -reprezentowanie wiedzy: to subdyscyplina sztucznej inteligencji
  93. -o tym jak rozwiązać problem mówi nam: wiedza proceduralna
  94. -przykładem wnioskowania niezawodnego jest: dedukcja
  95. -zadaniem sieci neuronowych może być: monitorowanie otoczenia
  96. -inżynier wiedzy jest: kluczową postacią przy formalizacji wiedzy
  97. -algorytmy ewolucyjne są przykładem: wykorzystania maszynowego uczenia w procesie pozyskiwania wiedzy
  98. -wnioskowanie wsteczne (do tyłu): dotyczy szukania faktów, które potwierdzają hipotezę
  99. -przykładem pakietu umożliwiającego weryfikację bazy wiedzy reprezentowanej w postaci tablic decyzyjnych jest: prolog
  100. -linguboty mogą być wykorzystywane jako: wirtualni doradcy
  101. -do metod sztucznej inteligencji zaliczamy: sztuczne sieci neuronowe, strategie szukania
  102. -wiedza uwzględniona w lingubotach powinna dotyczyć: zasad wyszukiwania selektywnych informacji
  103. -podstawowymi układami robotów są: zasilanie, sterowanie i napęd
  104. -pierwotna wiedza wprowadzana do pakietu prologa ma postać: tablic
  105. -oprócz ekspertyzy generowanej przez pakiet prologa otrzymujemy: wartości atrybutów istotnych podczas konsultacji
RAW Paste Data
We use cookies for various purposes including analytics. By continuing to use Pastebin, you agree to our use of cookies as described in the Cookies Policy. OK, I Understand
 
Top