ИИ | Super Survey Maker

За какво се отнася понятието "изкуствен интелект"?

Нечовешки интелект

Извънземен интелект

Машини, които могат да мислят, да учат и да създава

Мислеща машина, създадена от човек или други създания

Коя е съвременната гледна точка към дисциплината "изкуствен интелект"?

Рационално мислене

Човешко действие

Човешко мислене

Рационални действия

Какво означава терминът "агент" според съвременните дефиниции на дисциплината "Изкуствен интелект"?

Нещо като Агент 007

Машина/програма способна да възприема околната среда чрез сензори и и въздейства чрез актуатори

Машина/програма, която изпълнява някаква задача

Самостоятелна машина/програма

Дефинирайте понятието "интелигентен агент"?

Който не действа емоционално

Агент 007

Който намира най-подходящото действие във всяка ситуация, за да постигне определен резултат

Който действа разумно при определени обстоятелства

Какъв вид интелигентен агент е показан на фигурата?

Прост рефлексен агент

Рефлексен агент, използващ модели

Агент, реализиращ конкретно задание

Агент 007

Кое от твърденията, отнасящи се за "агент, изпълняващ зададена цел", е вярно?

Агентите нямат нужда от модел на околния свят

Агентите разполагат с модел за оценка на последствията от евентуалните си бъдещи действия

Агентите не разполагат с модул за оценка на последствията от евентуалните си бъдещи действия

Агентите не разполагат с модул за вземане на решение

Кое от следните твърдения, отнасящи се до "агенти, използващи таблици на съответствията" и "агенти, използващи правила", е вярно?

Агентът, реализиран чрез таблици на съответствията, изисква по-малко ресурси (CPU и памет)

Агентът, реализиран чрез система от правила, изисква по-малко системни ресурс

Агентът, използващ таблица на съответствията, е по-устойчив в сложна среда

Агентът, използващ правила, е устойчив в сложна среда защото не е рефлексен агент

Кое от твърденията отнасящи се за "рефлексен рационален агент, използващ модел на околния свят", е вярно?

Агентът не помни/използва предишни свои състояния

Агентът не използва модел на околния свят

Агентът не използва специализиран модул за моделиране на последствията от своите действия

Агентът използва специализиран модул за моделиране на последствията от своите действия

Кое твърдение, свързано с "интелигентите агенти, оптимизиращи определена целева функция", е вярно?

Агентите правят компромиси и намират произволно субоптимално решение на проблема

Агентите, оптимизиращи определена субехтивна/обективна функция, са рефлексни агенти

Агентите нямат модул за оценка на собствената си полезност

Агентите могат да оценяват, доколко са полезни във всяка една ситуация

На какъв вид агенти съответства опростената блокова диаграма, показа на фигурата?

Агенти, използващи таблица на съответствията

Рационален агент, използващ модел на околния свят

Агенти, изпълняващи зададен цел

Самообучаващи се агенти

Кое от следните твърдения, отнасящо се до Многослойни невронни мрежи от прецептрони (MLP NN), е вярно?

MLP NN са генеративни класификатори

MLP NN използва опорни вектори, определени измежду обучаващите векто

MLP NN представляват рекурентни структури

MLP NN не използват рекурентни връзки

Кое от следните понятия се отнася за Многослойни невронни мрежи от прецептрони (MLP NN) ?

обучава се итеративно, най-често с градиентен метод

обучават се с малък брой итерации, например по-малко от 25 итерации

съхранява обучаващите вектори и ги използва при класификаци

изчислява се функция на разпределние на вероятността

Кое от следните твърдения, отнасящо се до Вероятностните невронни мрежи (PNN), е вярно?

PNN е рекурентна структура

PNN създават хипер-равнина, която разделя категориите по оптимален начин

PNN изчисляват функцията на разпределение на вероятността за всяка категория

PNN се обучават с хиляди итерации

Кое от следните понятия се отнася за Вероятностните невронни мрежи (PNN) ?

PNN използва обучаващите вектори запомнени в слоя с образци, за да изчисли вероятността

Невронните във всички слоеве на PNN могат да са перцептрони

PNN обучава се с голям брой итерации, използвайки градиентни методи за настройка на теглата във входовете на невронните от образцовия слой

PNN може да се реализира като еднослойна, двуслойна или многослойна мрежа от неврони

Коя от следните архитектури на неврнни мрежи е рекурентна?

Вероятностна невронна мрежа (Probabilistic Neural Network, PNN)

Диагонална невронна мрежа (Diagonal Neural network, DNN)

Многослойна невронна мрежа от перцептрони (Multi-layer perceptron neural network, MLP NN)

Конволюционна невронна мрежа (Deep Learning Neural Networks, DNN)

Кое от следните твърдения, отнасящо се до Локално рекурентните невронни мрежи (Local Recurrent Probabilistic Neural Networks, LRPNN), е вярно?

Вероятността, изчислена в изходите на рекурентния слой за клас "1", не зависи от останалите класове, а само от собствените предишни стойности на изхода на съответния неврон

Решението в изхода на LRPNN мрежата зависи единствено от текущия входен вектор Xp

Решението в изхода на LRPNN се формира чрез правилото на Бейс за класификация с минимален риск

Решението в изхода на LRPNN мрежата зависи единствено от предишните състояния на изходите на невронните в рекурентния слой

Кое от следните твърдения, отнасящо се до Класификатора с опорни вектори (Support Vector Machine, SVM), е вярно?

SVM класификаторът взема решение въз основа на разстояние от входиня вектор до хипер-равнината разделяща двата класа

Броят на опорните вектори в SVM класификатора винаги е равен на броя на неидентичните обучаващи вектори

SVM класификаторът създава вероятностен модел (функция на разпределението на вероятностите) на обучаващите данни за всеки клас

Решението за принадлежността на текущия входен вектор при SVM класификатора зависи от решенията му за предходни входни вектори

Кое от следните твърдения, отнасящо се до Класификатор със смес от Гаусови функции (Gaussian Mixture Models, GMM), е вярно?

GMM класификаторът създава хипер-равнина, която е равно отдалечена от опорните вектори за двата класа

GMM класификаторът създава вероятностен модел (функция на разпределение на вероятността) за всеки клас, въз основа на обучаващите данни

GMM класификаторът може да извършва класификация единствено в два класа -- "0" и "1

GMM класификатора запомня всички обучаващи данни и ги използва при вземането на решения, независимо от броя на класовете

Какво означава обикновенна (често наричана "проста") линейна регресия?

Предсказване на една зависима променлива, чрез една независима променлива

Предсказване на една независима променлива, чрез няколко зависими

Система от линейни уравнения за решаване на сложни задачи

Позволява да анализираме влиянието на две или повече независими променливи върху една зависима променлива

Кога да използваме метод за линейна/нелинейна регресия и кога класификатор?

Използваме регресия, която броя на класовете е по-голям от 16

Използваме регресия, която броя на класовете е по-голям от 32

Използваме регресия, която броя на класовете е безкрайно голям, т.е резултата в изхода е реално число

Използваме регресия, когато нямаме класификатори

ИИ

More Surveys