Inteligență Artificială - Quiz General

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

<p>Sistemele expert. (A)</p> Signup and view all the answers

<p>Mycin (A)</p> Signup and view all the answers

<p>Eliza (B)</p> Signup and view all the answers

<p>Rumelhart, Hinton și Williams, în 1986 (A)</p> Signup and view all the answers

<p>Genele sunt modificate parțial, cu o fracțiune din nivelul de feromoni depus anterior. (D)</p> Signup and view all the answers

<p>$P(X|e) = \alpha \sum_y P(X, y, e)$ (B)</p> Signup and view all the answers

<p>Un părinte este selectat cu probabilitate proporțională cu valoarea funcției de adaptare (fitness). (C)</p> Signup and view all the answers

<p>Facilitățile sale de programare funcțională. (B)</p> Signup and view all the answers

<p>Franța. (A)</p> Signup and view all the answers

<p>Motorul de inferență eficient. (A)</p> Signup and view all the answers

<p>Frank Rosenblatt. (A)</p> Signup and view all the answers

<p>Metoda Mamdani descrie mai intuitiv cunoștințele, iar metoda Sugeno este mai eficientă computațional. (A)</p> Signup and view all the answers

<p>Rețelele bayesiene (D)</p> Signup and view all the answers

<p>Să clasifice instanțe în două clase distincte prin identificarea unui hiperplan separator. (D)</p> Signup and view all the answers

<p>Este format din mai multe straturi de neuroni interconectați, fiecare neuron aplicând o funcție de activare neliniară unei sume ponderate și adăugând un termen suplimentar. (A)</p> Signup and view all the answers

<p>Maximizarea marjei de separare dintre clase. (A)</p> Signup and view all the answers

<p>De a determina gradul în care o valoare de intrare aparține unei mulțimi fuzzy. (D)</p> Signup and view all the answers

<p>Calculul mediei ponderate a valorilor claselor (B)</p> Signup and view all the answers

<p>O modalitate de a efectua calcule într-un spațiu de dimensiune mai mare, prin funcții neliniare, fără a calcula efectiv coordonatele în acel spațiu. (D)</p> Signup and view all the answers

<p>O temperatură ridicată crește probabilitatea de a accepta o soluție vecină inferioară. (C)</p> Signup and view all the answers

<p>Comportamentul rațional este observabil și testabil științific, bazându-se pe acțiuni optime. (B)</p> Signup and view all the answers

<p>O compunere de funcții liniare nu crește capacitatea de calcul față de o rețea cu un singur strat. (B)</p> Signup and view all the answers

<p>$w_i(k+1) = w_i(k) + \alpha *[t(k) – a(k)]*x_i(k)$ (C)</p> Signup and view all the answers

<p>Un perceptron multi-strat. (C)</p> Signup and view all the answers

<p>Funcția Heaviside aplicată sumei ponderate a intrărilor. (B)</p> Signup and view all the answers

<p>Mai mica (B)</p> Signup and view all the answers

<p>Mai mare (B)</p> Signup and view all the answers

<p>Wi(t+1) = Wi(t) + alfa * ( Xj - Wi(t) ) (D)</p> Signup and view all the answers

<p>Wi aparține unei clase diferite de X, Wj aparține aceleiași clase cu X, iar X se află într-o fereastră definită de planul bisector dintre Wi și Wj. (C)</p> Signup and view all the answers

<p>Învățarea pavloviană, învățarea hebbiană și ideea că repetarea îmbunătățește rezultatele, dar repetarea excesivă nu este necesară. (A)</p> Signup and view all the answers

<p>Capacitatea de generalizare locală facilitează descoperirea relațiilor globale în spațiul de intrare. (A)</p> Signup and view all the answers

<p>Perceptronul multistrat. (C)</p> Signup and view all the answers

<p>O valoare mare a <code>alfa</code> permite o ajustare rapidă, dar poate duce la instabilitate, în timp ce o valoare mică încetinește antrenamentul, dar poate îmbunătăți convergența. (A)</p> Signup and view all the answers

<p>Când vectorul de intrare se află la granița dintre clase, iar al doilea cel mai apropiat vecin ajută la o diferențiere mai precisă. (D)</p> Signup and view all the answers

<p>Se concentrează pe o învățare incrementală, unde repetarea îmbunătățește rezultatele și se adaptează la informații noi treptat. (D)</p> Signup and view all the answers

<p>Maparea tuturor perechilor de intrare-ieșire, cu toleranță la zgomot și corectarea erorilor. (C)</p> Signup and view all the answers

<p>O valoare de ieșire care atrage o gamă largă de intrări spre sine. (D)</p> Signup and view all the answers

<p>O memorie care redă mapări de forma (xk, xk). (D)</p> Signup and view all the answers

<p>O asociere stocată neintenționat, care nu face parte din amintirile fundamentale. (D)</p> Signup and view all the answers

<p>Arhitecturile recurente procesează eficient zgomotul din vectorii de intrare. (C)</p> Signup and view all the answers

<p>$X(t+1) = F(W * X(t))$ (A)</p> Signup and view all the answers

<p>$Y(t+1) = F(W1 \cdot X(t) )$ și $X(t+1) = F( W2 \cdot Y(t) )$ (B)</p> Signup and view all the answers

<p>O capacitate mare de memorare și o eroare minimă de asociere, chiar și cu input zgomotos. (C)</p> Signup and view all the answers