Advertisement
Guest User

pytania

a guest
Feb 13th, 2018
95
0
Never
Not a member of Pastebin yet? Sign Up, it unlocks many cool features!
text 8.85 KB | None | 0 0
  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
Advertisement
Add Comment
Please, Sign In to add comment
Advertisement