Pytanie |
Odpowiedź |
Jaką wartość progową musi mieć drugi perceptron, aby układ realizował bramkę NOR rozpocznij naukę
|
|
|
|
|
Najprostszym klasyfikatorem dla problemu dwuklasowego z liniową granicą decyzyjną jest rozpocznij naukę
|
|
|
|
|
W regule Hebba uczenia neuronu bez nauczyciela, sygnał uczący jest rozpocznij naukę
|
|
sygnałem wyjściowym neuronu
|
|
|
Uczenia prostej sieci klasyfikacyjnej (pojedynczego neuronu) metodą Hebba. Odpowiedzi sieci na prezentowane wektory wejściowe p1, p2, p3 wynoszą rozpocznij naukę
|
|
|
|
|
Stosując miarę podobieństwa odległości Euklidesowej, wskaż prawidłową klasyfikację poniższych wektorów rozpocznij naukę
|
|
|
|
|
Który z neuronów jest zwycięski po prezentacji na wejściu sieci sygnału i2 rozpocznij naukę
|
|
|
|
|
Dla podanego sygnału początkowego x0 oraz podanej wartości wagi, sygnał wyjściowy jest rozpocznij naukę
|
|
|
|
|
Ile wynosi odległość (miara) Haminga następujących dwóch wektorów rozpocznij naukę
|
|
|
|
|
rozpocznij naukę
|
|
reguła logiki / reguła odrywania - sposób potwierdzający przez potwierdzenie, podstawa mechanizmow wnioskowanie wprzód
|
|
|
Uzupełnić brakujące wyrażenie reguły modus ponens (...). A / B rozpocznij naukę
|
|
|
|
|
rozpocznij naukę
|
|
pozyskiwanie wiedzy i formalizowanie jej w sposób umożliwiający wnioskowanie na jej podstawie
|
|
|
rozpocznij naukę
|
|
selekcja, krzyżowanie i mutacja
|
|
|
Ile wynosi wartość progowa T, aby poniższy neuron McCulloch-Pittsa eralizował funkcję logiczną AND rozpocznij naukę
|
|
|
|
|
Sieć Kohonena zbudowana jest rozpocznij naukę
|
|
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 rozpocznij naukę
|
|
|
|
|
Perceptron nie może nauczyć się funkcji logicznej XOR gdyf rozpocznij naukę
|
|
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?: rozpocznij naukę
|
|
|
|
|
Który z poniższych elementów nie wchodzi w skład ogolnej struktury systemu ekspertowego? rozpocznij naukę
|
|
|
|
|
Jaka jest różnica między rekurencyjnymi a jednokierunkowymi sieciami neuronowymi? rozpocznij naukę
|
|
w sieciach rekurencyjncyh występują sprężenia zwrotne
|
|
|
W jakich aspektach obliczanie podobieństwa można uznać za problem sztucznej inteligencji? rozpocznij naukę
|
|
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?: rozpocznij naukę
|
|
|
|
|
Stosowane w narzędziach sztucznej inteligencji formalizmy reprezentacji wiedzy to m. in: rozpocznij naukę
|
|
reguły w logice klasycznej, logika rozmyta, zbiory przybliżone, ontologie
|
|
|
W jaki sposób reprezentowana jest wiedza w sztucznych sieciach neuronowych rozpocznij naukę
|
|
w postaci wag na poszczególnych wejściach neuronów
|
|
|
Najważniejsze zadania sztucznej inteligencji to rozpocznij naukę
|
|
wnioskowanie, uczenie sie i przeszukiwanie
|
|
|
Baza wiedzy w systemie ekspertowym rozpocznij naukę
|
|
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 rozpocznij naukę
|
|
płynne przejścia pomiędzy zbiorami wyznaczającymi decyzje
|
|
|
W systemie ekspertowym opartym o system regułowy, baza wiedzy składa się z: rozpocznij naukę
|
|
|
|
|
Ile osobników liczy populacja potomna w strategii (u + lambda)? rozpocznij naukę
|
|
|
|
|
Jak długo żyje jeden osobnik w strategii ewolucyjnej (1+1)? rozpocznij naukę
|
|
czas zależy jedynie od wartości funkcji przystosowania osobnika
|
|
|
Jaki operator lub operatory genetyczne są stosowane w strategii ewolucyjnej(1+1)? rozpocznij naukę
|
|
|
|
|
Z ilu chromosomów składa się osobnik w strategii (1+1)? rozpocznij naukę
|
|
|
|
|
Długość ciągów kodowych w algorytmie genetycznym wpływa na: rozpocznij naukę
|
|
liczbę punktów krzyżowania
|
|
|
Podczas reprodukcji w algorytmie genetycznym: rozpocznij naukę
|
|
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? rozpocznij naukę
|
|
|
|
|
Z jakich populacji tworzona jest nowa populacja bazowa w strategii ewolucyjnej(prawie u, lambda): rozpocznij naukę
|
|
|
|
|
W SGA stosowana jest sukcesja: rozpocznij naukę
|
|
z całkowitym zastępowaniem
|
|
|
Miejsce rozcięcia dla krzyżowania jednopunktowego w algorytmie genetycznym jest: rozpocznij naukę
|
|
|
|
|
Losowe zaburzenia chromosomu zgodnie z zadanym rozkładem rozpocznij naukę
|
|
|
|
|
Strategie ewolucyjne wykorzystują reprezentacje chromosomów za pomocą ciągów rozpocznij naukę
|
|
liczb zmiennoprzecinkowych
|
|
|
Które osobniki przechodzą do następnej epoki w strategii ewolucyjnej(1+1): rozpocznij naukę
|
|
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 rozpocznij naukę
|
|
|
|
|
Jaką wartość ma waga b w ponizszym neuronie realizujacym bramke logiczna AND o trzech wejsciach rozpocznij naukę
|
|
|
|
|
rozpocznij naukę
|
|
model rzeczywistości, zrozumiały i przetwarzalny dla człowieka i komputera
|
|
|
[!] W oparciu o który algorytm tworzone są najskuteczniejsze architektury sieci neuronowych? rozpocznij naukę
|
|
nie istnieje taki algorytm
|
|
|
[!] Która z metryk pozwala na osiągnięcie najlepszych wyników dla celów klasyfikacyjnych? rozpocznij naukę
|
|
nie istnieje taka metryka
|
|
|