Untitled Quiz
50 Questions
0 Views

Choose a study mode

Play Quiz
Study Flashcards
Spaced Repetition
Chat to lesson

Podcast

Play an AI-generated podcast conversation about this lesson

Questions and Answers

Jakie dane są przekształcane przez MinMaxScaler?

  • Dane bez wartości odstających
  • Dane z różnymi skalami (correct)
  • Dane skwantowane
  • Dane z rozkładem normalnym

    • StandardScaler jest przekształtnikiem, który znormalizuje dane w zakresie [0, 1].

    False

    Jak nazywa się estymator, który ma punkt załamania wynoszący 50%?

    mediana

    ____ jest często nazywane normalizacją Z-score.

    <p>Standaryzacja</p> Signup and view all the answers

    Połącz odpowiednie przekształcenia z ich opisami:

    <p>MinMaxScaler = Przekształca dane do zakresu [0, 1] StandardScaler = Normalizacja Z-score Normalizacja = Zapewnienie wartości między 0 a 1 Skalowanie = Dostosowanie danych do wspólnego rozkładu</p> Signup and view all the answers

    Co jest skutkiem działania outlierów na dane?

    <p>Zwiększają odchylenie standardowe</p> Signup and view all the answers

    Normalizacja jest używana głównie, gdy nie znamy rozkładu cech.

    <p>True</p> Signup and view all the answers

    Jakie przekształcenie jest używane, gdy dane mają rozkład normalny?

    <p>Standaryzacja</p> Signup and view all the answers

    Kto jest uznawany za ojca sztucznej inteligencji?

    <p>John McCarthy</p> Signup and view all the answers

    Sztuczna inteligencja zajmuje się tworzeniem inteligentnych maszyn.

    <p>True</p> Signup and view all the answers

    Jakie działania są uznawane za inteligentne według definicji John McCarthy'ego?

    <p>Zachowania maszyn, które naśladują inteligentne działania ludzi.</p> Signup and view all the answers

    Sztuczna inteligencja bada mechanizmy ludzkiej __________.

    <p>inteligencji</p> Signup and view all the answers

    Sparuj pojęcia z ich definicjami:

    <p>Sztuczna inteligencja = Technologia tworzenia inteligentnych maszyn Modelowanie = Tworzenie reprezentacji systemów Zastępowanie = Podmiana działania ludzkiego przez maszyny Psychologia = Nauka o ludzkich zachowaniach</p> Signup and view all the answers

    Czym jest sztuczna inteligencja według zacytowanej definicji?

    <p>Nauka o tworzeniu inteligentnych programów</p> Signup and view all the answers

    Seminaria w kursie są oceniane jako część zaliczenia.

    <p>True</p> Signup and view all the answers

    Zasady zaliczenia kolokwium są oparte na __________.

    <p>informacjach podanych na zajęciach</p> Signup and view all the answers

    Który z poniższych algorytmów należy do drzew decyzyjnych?

    <p>ID3</p> Signup and view all the answers

    Nieczystość Giniego jest używana do oceny, jak dobrze różne cechy odpowiadają na główne zadane pytanie.

    <p>True</p> Signup and view all the answers

    Co oznacza zanieczyszczenie 'zerowe' w kontekście nieczystości Giniego?

    <p>Oznacza, że dana cecha idealnie dzieli dane.</p> Signup and view all the answers

    Drzewa decyzyjne używają ______ do oceny podziałów.

    <p>nieczystości Giniego</p> Signup and view all the answers

    Sparuj algorytmy z ich zastosowaniem:

    <p>CART = Ocena nieczystości Giniego ID3 = Podział na podstawie entropii C4.5 = Rozszerzenie ID3 CHAID = Analiza interakcji</p> Signup and view all the answers

    Co oznacza pojęcie 'zanieczyszczenie' w kontekście drzew decyzyjnych?

    <p>Miara skuteczności podziału danych</p> Signup and view all the answers

    Im mniejsze zanieczyszczenie Giniego, tym lepszy jest podział.

    <p>True</p> Signup and view all the answers

    Jakie algorytmy są wymienione jako przykłady drzew decyzyjnych?

    <p>CART, ID3, C4.5, CHAID</p> Signup and view all the answers

    Jakie są główne cechy funkcji aktywacji sigmoidalnej?

    <p>Ma zakres wyjściowy 0,1</p> Signup and view all the answers

    Funkcja aktywacji liniowa nie ma ograniczenia zakresu wyjściowego.

    <p>True</p> Signup and view all the answers

    Jaką wartość ma pochodna funkcji sigmoidalnej w punkcie x?

    <p>σ(x) * (1 - σ(x))</p> Signup and view all the answers

    Funkcja aktywacji sigmoidalnej jest znana również jako ______.

    <p>funkcja logistyczna</p> Signup and view all the answers

    Dopasuj funkcje aktywacji do ich cech:

    <p>Funkcja sigmoidalna = Ograniczony zakres 0,1 Funkcja liniowa = Brak ograniczenia zakresu Funkcja nieliniowa = Zawiera nieliniowość Funkcja spłaszczająca = Ogranicza wyjściowe wartości</p> Signup and view all the answers

    Co jest warunkiem koniecznym przy stosowaniu algorytmu wstecznej propagacji?

    <p>Ciągłość funkcji</p> Signup and view all the answers

    Funkcja aktywacji liniowa sprawia, że sieć ma charakter nieliniowy.

    <p>False</p> Signup and view all the answers

    Jakie problemy mogą wystąpić przy użyciu liniowej funkcji aktywacji?

    <p>Sieć zachowuje się jak kombinacja liniowa</p> Signup and view all the answers

    Jakie metody można stosować do oceny jakości klastrowania?

    <p>Różne metryki, w tym uczenie półnadzorowane</p> Signup and view all the answers

    Centroid jest punktem, który reprezentuje pojedynczy zbiór danych w klastrowaniu.

    <p>True</p> Signup and view all the answers

    Czym zajmuje się metoda Elbow w kontekście klasteryzacji?

    <p>Doborem liczby klastrów</p> Signup and view all the answers

    Wskaźnik sylwetki (silhouette) mierzy jakość _____ .

    <p>klastrowania</p> Signup and view all the answers

    Przypisz odpowiednie algorytmy klasteryzacji do ich opisów:

    <p>K-średnich = Najpopularniejsza metoda klasteryzacji oparta na centroidach Hierarchiczna = Tworzy hierarchię klastrów w formie drzewa Spektralna = Wykorzystuje informacje o strukturze graficznej danych Mieszanki Gaussowskie = Modeluje dane jako połączenie wielu rozkładów gaussowskich</p> Signup and view all the answers

    Który z poniższych wskaźników jest używany do określenia liczby klastrów?

    <p>Silhouette score</p> Signup and view all the answers

    Metoda K-średnich jest niezawodna i nie ma żadnych problemów w stosowaniu.

    <p>False</p> Signup and view all the answers

    Jakie są efekty dwóch dobrze rozdzielonych klastrów na wskaźniku sylwetki?

    <p>Wysoki wskaźnik sylwetki</p> Signup and view all the answers

    Wartość WCSS oznacza _____ wewnątrz klastra.

    <p>suma kwadratów błędów</p> Signup and view all the answers

    Który z poniższych algorytmów jest przykładem klasteryzacji opartej na gęstości?

    <p>DBSCAN</p> Signup and view all the answers

    Który z poniższych algorytmów jest przykładem klasteryzacji rozmytej?

    <p>Fuzzy C-Means</p> Signup and view all the answers

    Sprinter „A” ma większą szansę na wygraną niezależnie od warunków atmosferycznych, ponieważ wygrał więcej biegów.

    <p>False</p> Signup and view all the answers

    Czym jest prawdopodobieństwo warunkowe?

    <p>Prawdopodobieństwo wystąpienia zdarzenia, biorąc pod uwagę, że inne zdarzenie już wystąpiło.</p> Signup and view all the answers

    Prawdopodobieństwo wystąpienia „A” i „B” określa się jako 𝓟(𝐴⋂𝐵) = 𝓟(𝐵) * 𝓟(𝐴|𝐵). Wzór ten pokazuje, jak zależność _____ wpływa na prawdopodobieństwo.

    <p>warunkowa</p> Signup and view all the answers

    Dopasuj sprinterów do ich wyników:

    <p>Sprinter A = 6 zwycięstw (1 przy silnym wietrze) Sprinter B = 2 zwycięstwa (obie przy silnym wietrze)</p> Signup and view all the answers

    Jakie jest prawdopodobieństwo, że sprinter „B” wygra, jeżeli przewidywano wiatr?

    <p>Jest mniejsze niż „A”</p> Signup and view all the answers

    Algorytm DBSCAN jest używany do klasyfikacji, a nie klasteryzacji.

    <p>False</p> Signup and view all the answers

    Jakie wydarzenie odpowiada za prawdopodobieństwo a priori?

    <p>Przypadek, w którym prawdopodobieństwo, że 'A' jest prawdziwe, określa się bez warunków.</p> Signup and view all the answers

    Study Notes

    Sztuczna Inteligencja w Bioinżynierii - Notatki ze Studiów

    • Temat: Sztuczna Inteligencja w Bioinżynierii
    • Wykładowca: dr inż. Michał Smolnicki
    • Materiały: Dostępne na eportalu Politechniki Wrocławskiej, prezentacje z zajęć.

    Informacje praktyczne

    • Kontakt: [email protected]
    • Konsultacje: Sala B1, pokój 605 (strona lewa), wtorki 7:00-8:00.
    • Materiały do zajęć: Dostępne na platformie e-learningowej, identyczne z prezentacjami przedstawianych na zajęciach.
    • Zajęcia: Składają się z wykładów i seminariów (każdą oceniane osobno).
    • Zasady zaliczenia: Kolokwium (oceniane w skali 3.0-5.0), bazujące na materiałach z zajęć, odbywa się na ostatnich zajęciach. Zasady zaliczenia seminarium ustalane są na seminarium.

    Czym jest sztuczna inteligencja?

    • Definicja Johna McCarthy'ego: Nauka i technologia tworzenia inteligentnych maszyn, szczególnie inteligentnych programów komputerowych.
    • Sztuczna Inteligencja to dziedzina nauki zajmująca się badaniem mechanizmów ludzkiej inteligencji (psychologii) oraz modelowaniem i konstruowaniem systemów, które są w stanie wspierać lub zastępować inteligentne działania człowieka.
    • Obejmuje m.in. sieci neuronowe, robotykę, uczenie maszynowe, głębokie uczenie i uczenie wzmocnione.
    • Przykłady z zastosowań SI: Cyfrowi asystenci, inteligentna klimatyzacja, autonomiczne samochody, roboty używane w fabrykach, wyszukiwarki internetowe, tłumaczenia maszynowe, bezpieczeństwo cybernetyczne, przeciwdziałanie dezinformacji, optymalizacja produktów i ścieżek sprzedaży, inteligentne rolnictwo (roboty do usuwania chwastów).

    Uczenie maszynowe w mechanice

    • Idea oparta na bazach danych lub literaturze; przeprocesowaniu danych; przewidywaniu zachowań mechaniczn materiałów; nowatorskich metodach/paradigmach obliczeniowych.
    • Obecność dużego znaczenia badań o uczenia maszynowego w inżynierii mechanicznej (wzrost liczby publikacji w latach 2015-2023).

    Klasyfikacja różnych typów uczenia maszynowego

    • Uczenie nadzorowane: Algorytmy uczą się na etykietowanych danych, aby dokonywać klasyfikacji danych (np. regresja liniowa, regresja wielomianowa, drzewa regresyjne, sieci neuronowe).
    • Uczenie nienadzorowane: Algorytmy uczą się, identyfikując wzorce i relacje w nieetykietowanych danych (np. analiza głównych składowych – PCA, metoda k-średnich, hierarchiczna analiza skupień, DBSCAN).
    • Uczenie wzmocnione: System uczy się przez interakcję z środowiskiem, otrzymując informacje zwrotne w postaci nagród lub kar.

    Terminologia

    • Root Node: Główny węzeł drzewa decyzyjnego.
    • Decision Node: Węzeł decyzyjny w drzewie decyzyjnym.
    • Leaf Node: Ostateczny węzeł drzewa decyzyjnego, reprezentujący konkretną klasyfikację.
    • Sub-tree: Poddrzewo w drzewie decyzyjnym.

    Drzewa decyzyjne

    • Definicja: Metoda indukcyjnego uczenia się pojęć i reprezentacji hipotez.
    • Zastosowanie: Służą do analizy skupień i klasyfikacji.
    • Rodzaje algorytmów: CART, ID3, C4.5, CHAID.

    Nieczystość Giniego (Gini)

    • Metoda obliczeniowa wskazująca na jakość rozdzielenia cech w drzewie decyzyjnym.

    Entropia

    • Definicja: W teorii informacji, entropia zmiennej losowej to ilosc "informacji" niezbędna do opisania jednego stanu zmiennej, biorąc pod uwagę jej rozkład prawdopodobieństwa.
    • Zastosowanie w drzewach decyzyjnych: Entropia słuzy do oceny rozdzielności danych, dążąc do minimalizacji entropii podziałów.

    Regresja liniowa

    • Definicja: Uczenie nadzorowane, proste do zrozumienia i użycia, służące do ujęcia relacji liniowych między zmiennymi.
    • Podstawowe elementy: Współczynnik kierunkowy prostej (slope), punkt przecięcia z osią OY (intercept).
    • Zastosowanie: Przewidywanie wartości zmiennej zależnej na podstawie zmiennej niezależnej.

    Interpolacja vs Ekstrapolacja

    • Interpolacja: Przewidywanie wartości zmiennej w zakresie dostępnych danych.
    • Ekstrapolacja: Przewidywanie wartości zmiennej poza zakresem dostępnych danych, co może prowadzić do błędnych rezultatów.

    Metoda K-średnich (K-means clustering)

    • Algorytm grupowania punktów danych w klastry na podstawie minimalizacji odległości do centroidsów.
    • Celem jest grupowanie punktów danych w klastry o minimalnej odmienności wewnątrz klastra i maksymalnej odmienności klastrow pomiędzy klastrami.
    • Niezalety: Dobór liczby klastrów jest istotny.
    • Zalety: Szybkość i prostota obliczeń.

    Metryki oceny klasyfikacji:

    • Dokładność (Accuracy): Stosowany do zadań regresji, gdy istotne jest karanie większych błędów.
    • Precyzja (Precision): Proporcja poprawnie sklasyfikowanych pozytywnych przypadków do wszystkich przewidzianych jako pozytywne.
    • Czułość (Recall): Proporcja rzeczywiście pozytywnych przypadków wykrytych poprawnie.
    • Wskaźnik F1: Średnia harmoniczna precyzji i czułości.
    • Krzywa ROC: Wykres przedstawiający relację pomiędzy czułością i specyficznością modelu.

    Funkcje aktywacji

    • Sigmoidalna: Funkcja charakteryzująca się ograniczonym wyjściem w zakresie (0, 1).
    • Liniowa: Funkcja liniowa o stałej pochodnej równej jednej;
    • ReLU: Funkcja prostokątnie ograniczona z wartościami 0 lub x.

    Głębokie sieci neuronowe

    • Składające się z wielu warstw ukrytych.

    • Problem przeuczenia (overfitting): Zbyt dobre dopasowanie do danych treningowych, co prowadzi do gorszej wydajności na nowych, nieznanych danych.

    Warstwy splotowe (convolutional layers)

    • Warstwy specyficzne dla danych obrazowych, wykorzystujące operacje konwolucyjne do wykrywania cech w obrazie.

    Warstwy łączące (pooling layers)

    • Warstwy obniżające rozmiar danych w warstwach splotowych.

    Warstwy porzucenia (dropout layers)

    • Warstwy redukujące złożonośc sieci neuronowych, przerywając połączenia między neuronami.

    Cosine Similarity Loss

    • Funkcja kosztu do zadan regresji (np. rozpoznawanie obrazów) gdzie istotne jest mierzenie podobieństwa/różnic między wektorami reprezentującymi obrazy.

    Inne miary klasyfikacji

    • Opisane są inne miary klasyfikacji, jak chociażby: Accuracy, Precision, Recall, F1-score.

    Studying That Suits You

    Use AI to generate personalized quizzes and flashcards to suit your learning preferences.

    Quiz Team

    Related Documents

    Sztuczna Inteligencja w Bioinżynierii 2024/2025 PDF

    More Like This

    Untitled Quiz
    6 questions

    Untitled Quiz

    AdoredHealing avatar
    AdoredHealing
    Untitled Quiz
    37 questions

    Untitled Quiz

    WellReceivedSquirrel7948 avatar
    WellReceivedSquirrel7948
    Untitled Quiz
    18 questions

    Untitled Quiz

    RighteousIguana avatar
    RighteousIguana
    Untitled Quiz
    48 questions

    Untitled Quiz

    StraightforwardStatueOfLiberty avatar
    StraightforwardStatueOfLiberty
    Use Quizgecko on...
    Browser
    Open
    Browser
    Browser