Advertisement
Not a member of Pastebin yet?
Sign Up,
it unlocks many cool features!
- X0111
- Wskaż, które spośród wymienionych problemów potencjalnie występujących w bazie wiedzy można sprawdzić automatycznie
- zakres wiedzy (czy wystarczający)
- reguły nadmiarowe
- sprzeczność reguł
- istnienie reguł podporządkowanych (bardziej szczegółowych od innych)
- X01
- Wygodną reprezentacją wiedzy w zadaniu planowania jest reprezentacja regułowa
- Prawda
- Fałsz
- X10
- System ekspertowy zawiera zazwyczaj zarówno wiedzę proceduralną jak i deklaratywną
- Prawda
- Fałsz
- X0001
- Wskaż, które z reprezentacji wiedzy łączą w sobie dane o reprezentowanym bycie procedury służące wypełnianiu i modyfikacji tych danych:
- trójki <O, A, W>
- reprezentacja regułowa
- sieć semantyczna
- reprezentacja ramowa
- X100
- Podkreśl, które typy uczenia wymagają danych w formie “wejście i odpowiadające mu wyjście (wynik)”
- Uczenie z nadzorem (supervised learning) (z nauczycielem)
- Uczenie bez nadzoru (unsupervised learning) (bez nauczyciela)
- Uczenie ze wzmocnieniem (reinforcement learning)
- X10
- W uczeniu maszynowym używamy zbioru uczącego i zbioru testowego, ponieważ założenie, że “zbiory przykładów oraz hipotez są niezależne” jest niespełnione
- Prawda
- Fałsz
- X10
- W uczeniu indukcyjnym czynniki ustalające wybór jednej z hipotez ze zbioru aplikowalnych hipotez są wybierane stronniczo na podstawie algorytmu uczenia indukcyjnego
- Prawda
- Fałsz
- X10
- Abdukcja jest formalnie niepoprawną metodą wnioskowania o potencjalnych przyczynach obserwowanego faktu, który jest wnioskiem z prawdziwej implikacji na podstawie prawdziwej przesłanki
- Fałsz
- Prawda
- X10
- Abdukcja jest formalnie niepoprawną metodą wnioskowania o potencjalnych przyczynach obserwowanego faktu, który jest wnioskiem z prawdziwej implikacji na podstawie prawdziwej konkluzji
- Prawda
- Fałsz
- X10
- Wnioskowanie rozmyte w systemach z bazą wiedzy wprowadza element heurystyczny przez co nie jest wnioskowaniem poprawnym formalnie
- Prawda
- Fałsz
- X10
- Czynnik Pewności to heurystyczna metoda włączona w proces wnioskowania, co powoduje, że wnioskowanie przestaje mieć własności wnioskowania w logice monotonicznej
- Prawda
- Fałsz
- X01
- W systemach eksperckich cel jest zawsze osiągnięty jeśli podcele (subcele) zostały wygenerowane jako rezultat niezależnego procesu wnioskowania w podzielonej bazie danych
- Prawda
- Fałsz
- X10
- Systemy typu Tablica składają się z cząstkowych baz danych wiedzy, które są “specjalistami” w tej samej dziedzinie, więc ich rolą (zadaniami) jest to samo co “zwyczajnych” systemów eksperckich
- Prawda
- Fałsz
- X110
- Wskaż, które reprezentacje wiedzy nie są wygodnym sposobem reprezentacji dziedziczenia
- trójki <O, A, W>
- reprezentacja regułowa
- reprezentacja ramowa
- X01
- W definiowaniu stanu początkowego w zadaniu planowania mogą wystąpić zmienne
- Prawda
- Fałsz
- X10
- Wybierz formalnie poprawne metody wnioskowania
- ‘(p → q) jest PRAWDĄ’ oraz ’p jest PRAWDĄ’, więc generujemy poprawnie ‘q jest PRAWDĄ’
- ‘(p → q) jest PRAWDĄ’ oraz ’q jest PRAWDĄ’, więc generujemy poprawnie ‘p jest PRAWDĄ’
- X10
- Dedukcja jest formalnie poprawną metodą wnioskowania o fakcie, który jest konkluzją/wnioskiem implikacji opartą na prawdziwej przesłance i implikacjach
- Prawda
- Fałsz
- X10
- STRIPS to język reprezentacji wiedzy w zadaniu planowania, pozwala reprezentować stany i akcje.
- Prawda
- Fałsz
- X10
- Sieć semantyczna jest graficzną formą reprezentacji wiedzy
- Prawda
- Fałsz
- X01
- Dedukcja i abdukcja to poprawne formalnie metody wnioskowania, wykorzystywane jedna w metodzie wnioskowania w przód a druga w metodzie wnioskowania w tył
- Prawda
- Fałsz
- X10
- Węzły sieci semantycznej zwykle reprezentują obiekty fizyczne lub pojęcia abstrakcyjne lub atrybuty (cechy charakterystyczne obiektów)
- Prawda
- Fałsz
- X10
- Systemy wspomagania decyzji są szerszą grupą od systemów z bazą wiedzy, a te są szerszą grupą niż systemy ekspertowe
- Prawda
- Fałsz
- X01
- Systemy typu tablica zawierają partial knowledge bases (KBi) w różnych dziedzinach, więc są wielodomenowymi systemami eksperckimi
- Prawda
- Fałsz
- X01
- Czynnik Pewności to heurystyczna metoda włączona w proces wnioskowania, co powoduje, że wnioskowanie nabiera własności wnioskowania w logice niemonotonicznej
- Prawda
- Fałsz
- X10
- Każdy system ekspertowy (ES) jest systemem wspomagania decyzji (DSS)
- Prawda
- Fałsz
- X10
- Wnioskowanie w przód (Forward Chaining) jest wnioskowaniem dedukcyjnym
- Prawda
- Fałsz
- X0011
- Wskaż (podkreśl), które reprezentacje wiedzy pozwalają na reprezentację dziedziczenia:
- trójki <O, A, W>
- reprezentacja regułowa
- sieć semantyczna
- reprezentacja ramowa
- X10
- Łuki w sieci semantycznej zazwyczaj łączą węzły reprezentujące obiekty z węzłami reprezentującymi atrybuty
- Prawda
- Fałsz
- X01
- Wiedza i informacja to synonimy
- Prawda
- Fałsz
- X10
- W systemach ekspertowych cel (wnioskowania) jest dekomponowalny na podcele, jeśli może być wywnioskowany przez częściowe podsystemy ([w oparciu o?] fakty i wiedzę)
- Prawda
- Fałsz
- X01
- Stan końcowy musi być zdefiniowany jako koniunkcja klauzul bez wystąpienia zmiennych
- Prawda
- Fałsz
- X01
- STRIPS jest metodą generowania planów
- Prawda
- Fałsz
- X10
- Wiedza proceduralna to “wiedzieć jak” a deklaratywna to “wiedzieć co”.
- Prawda
- Fałsz
- X10
- Backward State Propagation jest przykładem wnioskowania w logice niemonotonicznej
- Prawda
- Fałsz
- X01
- Wnioskowanie w tył jest wnioskowaniem abdukcyjnym
- Prawda
- Fałsz
- X01
- Wnioskowanie w tył (Backward Chaining) może być stosowane zawsze w systemach ekspertowych jeśli tylko podane są dane w postaci znanych faktów wejściowych
- Prawda
- Fałsz
- X01
- System Ekspertowy z wykorzystaniem rachunku prawdopodobieństwa mimo poprawnego formalnie wnioskowania nie jest w praktyce stosowany z uwagi na złożony proces
- obliczeniowy
- Prawda
- Fałsz
- X01
- Tabela w systemach typu Tablica jest mechanizmem kontrolującym proces wnioskowania
- Prawda
- Fałsz
- X01
- Dedukcja i abdukcja są formalnie poprawnymi metodami wnioskowania, jedna jest używana w Forward Chaining, a druga w Backward Chaining
- Prawda
- Fałsz
- X01
- Planowanie jest wnioskowaniem w logice monotonicznej
- Prawda
- Fałsz
- X01
- W metodzie Forward State Propagation, w odróżnieniu od Backward, nie występują cykle
- Prawda
- Fałsz
- X10
- Wiedza semantyczna jest niezbędna w procesie tworzenia i pracy systemów eksperckich.
- Prawda
- Fałsz
- X01
- Wnioskowanie indukcyjne jest tak samo poprawne jak dedukcyjne, tyle, że dedukcja jest podejściem z góry na dół, a indukcja – z dołu do góry
- Prawda
- Fałsz
- X01
- W metodzie Backward State Propagation zaczynamy od szukania zbioru operatorów (akcji), które w części „warunki wstępne” mają klauzule występujące w opisie stanu celowego planowania
- Prawda
- Fałsz
- X10
- W metodzie Backward State Propagation zaczynamy od szukania zbioru operatorów (akcji), które w części „warunki do dodania” mają klauzule występujące w opisie stanu celowego planowania
- Prawda
- Fałsz
- X10
- W metodzie Forward State Propagation, mają zbiór możliwych akcji, po zrobieniu jednej z nich, nie każda akcja z tego zbioru może być wykonana
- Prawda
- Fałsz
- X10
- W metodzie Forward State Propagation, zaczynamy od szukania zbioru operatorów i akcji, której w części „warunki wstępne” mają klauzule występujące w opisie stanu początkowego zadania planowania
- Prawda
- Fałsz
- X10
- W „tablicy trójkątnej” pamiętane są plany (wraz z pełnym opisem stanów) w celu potencjalnego wykorzystania planów lub subplanów (podplanów)
- Prawda
- Fałsz
- X10
- Metawiedza to wiedza o wiedzy, pozwala na wzięcie pod uwagę wyjątków załączonych w bazie wiedzy
- Prawda
- Fałsz
- X01
- Systemy typu Tablica nie wymagają żadnej metawiedzy potrzebnej do kontroli procesu wnioskowania
- Prawda
- Fałsz
- X01
- Wiedza semantyczna jest niezbędna do rozpoczęcia pracy przez inżyniera wiedzy
- Prawda
- Fałsz
- X01
- W systemach ekspertowych zawsze możemy stosować zarówno wnioskowanie w przód jak i wnioskowanie w tył
- Prawda
- Fałsz
- X01
- Rozumowanie indukcyjne jest tak poprawną formą wnioskowania jak dedukcyjne, ale dedukcja jest podejściem “od szczegółu do ogółu (od góry do dołu)”, a indukcja “od ogółu do szczegółu (od dołu do góry)”
- Prawda
- Fałsz
- X01
- W systemie ekspertowym zawierającym ‘długie reguły’ jeśli mamy mało-liczny zbiór faktów początkowych to efektywniejszy jest sposób wnioskowania w tył (backward chaining)
- Prawda
- Fałsz
- X10
- W systemie ekspertowym zawierającym ‘krótkie reguły’, jeśli mamy dużo-liczny zbiór faktów początkowych to efektywniejszy jest sposób wnioskowania w tył (Backward Chaining)
- Prawda
- Fałsz
Advertisement
Add Comment
Please, Sign In to add comment
Advertisement