Интеллектуальные информационные системы (ИИС) - ответы на вопросы от автора meimei1337

1. Логическая функция, использующая операции И ИЛИ НЕ.
2. Набор продукционных правил.
3. Дерево решений.
4. Двудольный граф.

• Количество объектов в каждом классе
• Обучающую выборку
• Критерии отнесения объектов классам
• Центры классов
• Количество классов, к которым относятся объекты

• первая формула является произвольной, вторая общезначима;
• обе общезначимы;
• первая общезначима, вторая противоречива;
• первая противоречива, вторая общезначима;
• обе противоречивы;
• первая формула противоречива, вторая является произвольной;
• правильного ответа нет.

1. это бесконечное (счётное) множество объектов, принадлежащих точно двум классам
2. это конечное множество объектов - примеров нескольких классов
3. это конечное множество объектов, принадлежащих точно одному классу

1. В каждом узле дерева, который не является листом, выполняется проверка значений точно двух атрибутов.
2. Корневая вершина дерева имеет точно двух потомков.
3. Все конечные вершины бинарного дерева (листья) взвешены именами точно двух классов.
4. Все промежуточные вершины дерева, а также корневая вершина, имеют точно двух потомков.

• P(g(y)) ∨ ¬R(x) ∨ Q(g(y), z)
• P(x) ∨ ¬R(x) ∨ Q(g(y), z)
• P(x) ∨ ¬R(g(y)) ∨ Q(x, z)
• P(x) ∨ P(g(y)) ∨ ¬R(x) ∨ Q(x, z)

• ∃y D(Петр, y)
• D(Петр, Иван)
• ∃x ∀y D(x, y)
• ∀x ∃y D(x, y)

• бесконечное число примеров
• бесконечное, но обязательно счётное число примеров
• счётное число примеров
• конечное число примеров

1. Необходимо провести экзамен повторно на новой тестовой выборке, отличной от первоначальоe
2. Необходимо удалить из тестовой выборки те примеры, на которых классификатор дал неверные ответы, и повторить процедуру экзамена.
3. Необходимо провести обучение заново. В качестве обучающего множества будем использовать экзаменационную (тестовую) выборку. Затем повторяем процедуру экзамена.
4. Необходимо провести обучение заново. При этом к исходной обучающей выборке добавляем те примеры из тестового множества, на которых классификатор дал неверные ответы. Затем повторяем процедуру экзамена.

• Обучающая выборка, из которой удалены те примеры, для которых классификация была ошибочна
• Обучающая выборка, к которой добавлены несколько новых примеров
• Множество примеров, ни один из которых не входил в исходную обучающую выборку
• Обучающая выборка полностью

• дерево решений правильно классифицирует все примеры обучающей выборки.
• дерево решений правильно классифицирует примеры из любых наборов данных, в которых объекты отличаются от объектов обучающей выборки и имеют другие атрибуты.
• дерево решений правильно классифицирует новые примеры, аналогичные примерам обучающей выборки, но ранее не входящие в обучающую выборку.
• дерево решений может быть преобразовано в набор продукционных правил.

1. Логическими выражениями
2. Упорядоченным набором линейных функций
3. Упорядоченным набором признаков
4. В виде ориентированного графа

• Пороговый алгоритм.
• Алгоритм построения линейной разделяющей функции.
• Алгоритм «K средних».
• Алгоритм построения дерева решений ID3.
• Алгоритм MAXMIN.

1. Дерево решений - это дерево, внутренние узлы которого представляют собой проверки для входных примеров из обучающего множества, а вершины-листы взвешены именами классов (решений).
2. Дерево решений каждому входному примеру ставит в соответствие номер класса путем фильтрации этого примера через промежуточные узлы дерева сверху вниз. Результаты каждой проверки являются взаимоисключающими и исчерпывающими.
3. Проверки для каждого входного примера начинаются с корня дерева. Проверка заканчивается, когда достигнут лист дерева.
4. Каждая проверка - это проверка значения одного из признаков, описывающих входной пример. Проверки могут приводить к двум результатам, или более, чем к двум.
5. Все утверждения верны.

1. Числовые интервалы
2. Логические значения
3. Вещественные числа
4. Целочисленные признаки
5. Наборы символов
6. Графические изображения

• алгоритмом обучения «с учителем»
• алгоритмом обучения «без учителя»

• 1, 4, и 5
• Все пары формул равносильны
• 2 и 3
• 3 и 5
• 1 и 5

• Все формулы представлены в ПНФ
• Все формулы, кроме первой, представлены в ПНФ
• Ни одна из формул не представлена в ПНФ
• 
  

• Эквивалентность
• Сложение по модулю 2
• Конъюнкция
• Дизъюнкция
• Отрицание

• да
• нет

• Какой из двух векторов: X или Y ближе к вектору Z?
• Расстояние D(X, Z) больше D(Y, Z)
• Расстояние D(X, Z) меньше D(Y, Z)
• Расстояния одинаковы

• В корне дерева находится наиболее близкий к решающему атрибуту признак.
• Обязательно будет бинарным.
• Каждый путь от корня дерева к листу не содержит повторных проверок уже использованных атрибутов.
• Конечные вершины дерева (листья) могут быть взвешены именами более чем двух классов.

• неполнота
• изменчивость
• многозначность
• недостоверность
• качественность оценок

• Расстояние D(X, Y) равно 4
• Расстояние D(X, Y) равно 5
• Расстояние D(X, Y) равно 3

• Если дед посадил репку, то она выросла, а если дед не посадил репку, то репка не выросла.
• Дед посадил репку и репка выросла, или дед не сажал репку, а репка выросла.
• Дед посадил репку и она выросла, или дед не сажал репку и она не выросла.
• Репка выросла тогда и только тогда, когда дед её посадил.
• Дед посадил репку и она выросла или если репка не выросла, то дед её не сажал.

• 1, 3 и 6.
• все формулы;
• все, кроме №5;
• все, кроме №3;

• Да
• Нет

• разработка неформального описания знаний о предметной области в виде графа, таблицы, диаграммы или текста
• параметризация предметной области
• создание прототипа ЭС
• разработка БЗ на языке представления знаний

• Правильным является определение В)
• Правильным является определение А)
• Правильным является определение Б)
• Все определения верны.
• Правильными являются определения Б) и В)

1. В корне дерева находится наиболее близкий к решающему атрибуту признак.
2. Каждый путь от корня дерева к листу не содержит повторных проверок уже использованных атрибутов.
3. Конечные вершины дерева (листья) могут быть взвешены именами более чем двух классов.
4. Обязательно будет бинарным.

1. Конечные вершины дерева (листья) могут быть взвешены именами двух и более классов.
2. В корне дерева находится наиболее информативный признак.
3. Обязательно будет бинарным.
4. Каждый путь от корня дерева к листу не содержит повторных проверок уже использованных атрибутов.

• противоречивы 1, 2, 3
• Все формулы противоречивы
• противоречивы 1 и 4
• противоречивы 3 и 4
• противоречивы 2 и 5

• 1, 3 и 6.
• все, кроме №3;
• все, кроме №5;
• все формулы;

• в иерархических структурах для сохранения существенной и отбрасывания несущественной информации
• в простейших нейронных сетях
• в популяциях одноклеточных организмов

• · моделирование (построение модели окружающей среды)
• · формирование рефлексов
• · планирование действий
• · распознавание сложных ситуаций

• Если Петя не весел, то, если на него нельзя положиться, то он не принадлежит к нашей компании.
• Если неверно, что Петя весел, или на него можно положиться, то он не принадлежит к нашей компании.
• Если на Петю нельзя положиться, то он не весел и не принадлежит к нашей компании.
• Выберите правильную фразу, сопоставленную этой формуле:
• Либо Петя не весел, либо, на него нельзя положиться и он не принадлежит к нашей компании.
• Если Петя не принадлежит нашей компании, то он не весел и на него нельзя положиться.

• - приписывание конкретных значений (0, 1) атомам A, B, C, D;
• - преобразование формулы F к более простому виду.
• - все возможные значения формулы F;
• - построенная таблица истинности;

• инженеры по знаниям
• пользователи
• эксперты

• Три дизъюнкта
• Четыре дизъюнкта
• Два дизъюнкта
• Один дизъюнкт

• содержат неопределённую информацию
• содержат противоречивую информацию
• содержат неполную информацию
• содержат неточную информацию

• все вершины нижнего уровня подчиняются всем вершинам вышестоящего уровня иерархии
• все вершины нижнего уровня подчиняются одной вершине вышестоящего уровня иерархии
• вершина нижнего уровня подчиняются только одной вершине вышестоящего уровня иерархии

• специалист, занимающийся извлечением знаний и их формализацией в БЗ
• специалист, знания которого помещаются в БЗ
• специалист, интеллектуальные способности которого расширяются благодаря использованию ЭС

• признаки классификации, использующиеся для описания возможных вариантов развития событий
• примеры реальных ситуаций, накопленных за некоторый исторический период, описывающиеся множеством признаков классификации
• примеры искусственных ситуаций, сгенерированных путем перебора всех возможных вариантов развития событий, описывающиеся множеством признаков классификации
• нет правильного ответа

• идентификация знаний
• реализация
• формализация знаний
• концептуализация знаний

• числа нейронов в промежуточном слое
• числа нейронов во всей сети
• весов связей нейронов
• числа входных сигналов (признаков)

• идентификация знаний
• формализация знаний
• реализация

• модель, позволяющая представить знание в виде предложений типа «ЕСЛИ (условие), ТО (действие)»
• ориентированный граф, вершины которого – понятия, а дуги – отношения между ними
• структура данных, предназначенная для представления некоторой стандартной ситуации
• совокупность классов и объектов предметной среды

• тождественными;
• теоремами.
• выводимыми;
• общезначимыми;
• равносильными;

• заказчик
• пользователь
• эксперт
• инженер по знаниям
• заказчик и эксперт
• эксперт и инженер по знаниям
• заказчик, эксперт и инженер по знаниям

• Пороговый алгоритм
• Алгоритм построения линейной разделяющей функции
• Алгоритм MAXMIN
• Алгоритм построения нелинейной разделяющей функции
• Алгоритм «К средних»

• интеллектуальные базы данных
• системы, основанные на прецедентах
• гипертекстовые системы
• прикладные программы
• системы когнитивной графики

• Да
• Нет

• обработке неопределенности знаний
• использовании множества источников знаний
• реакции на события

• получение инженером по знаниям наиболее полного из возможных представлений о предметной области и способах принятия решения в ней
• создание прототипа ЭС
• разработка неформального описания структуры знаний о предметной области в виде графа, таблицы, диаграммы или текста
• разработка БЗ на языке представления знаний

• настройке и доработке программного инструмента
• наполнении базы знаний
• настройке и доработке программного инструмента, наполнении базы знаний
• нет правильного ответа

• A.BV-A . C
• -A .- CVB
• A.CV-B .- CV-A-B
• B- CVA
• -A .- CVA .- BV B .- A

• семантическая сеть
• дерево решений
• дерево целей

• всегда равна 100
• всегда меньше 100
• всегда больше 100
• может быть различной

• дедуктивным выводом
• индуктивным выводом
• абдуктивным выводом

• байесовским подходом
• подходом на основе нечеткой логики
• байесовским подходом и подходом на основе нечеткой логики
• нет правильного ответа

• A&¬B и ¬(¬B & ¬A)
• A⟶B и ¬( A&¬B )
• A⟶B и ¬(A ⟶ B)
• A⟶¬B и ¬(¬B ⟶A)
• ¬A&B и (¬B ∨ ¬A)

• Да
• Нет

• Обе стратегии допустимы.
• Стратегия 1 правильная.
• Стратегия 2 правильная.

• алгоритм RЅ1 построения приближённого множества
• ID3
• MaxMin
• алгоритм построения дерева решений, использующий метрику Хемминга

• · Интерфейс
• · Эволюция
• · Прогресс
• · Интеллект
• · Адаптация

• разработка неформального описания знаний о предметной области в виде графа, таблицы, диаграммы или текста
• получение инженером по знаниям наиболее полного из возможных представлений о предметной области и способах принятия решения в ней
• создание прототипа ЭС
• разработка БЗ на языке представления знаний

• · Стимулом
• · Реакцией
• · Эффектором
• · планом действия

• специалист, занимающийся извлечением знаний иихформализациейв БЗ
• специалист, знания которого помещаются в БЗ
• специалист, интеллектуальные способности которого расширяются благодаря использованию ЭС

• инженер по знаниям – активную, эксперт – пассивную
• инженер по знаниям – пассивную, эксперт – активную
• оба играют активную роль
• оба играют пассивную роль

• системой, основанной на прецедентах
• системой с индуктивным выводом
• нейронной сетью

• инженер по знаниям – активную, эксперт – пассивную
• инженер по знаниям – пассивную, эксперт – активную
• оба играют активную роль
• оба играют пассивную роль

• совокупность правил принятия решений
• совокупность единиц знаний, отражающих факты и зависимости фактов
• совокупность описаний объектов и их связей

• реализация
• формализация знаний
• идентификация знаний
• концептуализация знаний

• вещественные числа
• изображения
• наборы символов
• целочисленные значения
• логические значения

• 1 и 5
• 1, 4, и 5
• 2 и 3
• 3 и 5
• Все пары формул равносильны

Дерево решений построено алгоритмом ID3. Дерево решений используется:

• для классификации примеров обучающей выборки.

• для модификации дерева решений и получения нового, улучшенного варианта дерева решений.

• для классификации новых примеров, ранее не входящих в обучающую выборку.

• дедуктивным выводом
• индуктивным выводом
• абдуктивным выводом

• системой с индуктивным выводом
• нейронной сетью
• системой, основанной на прецедентах

• · область исследований вычислительных комплексов
• · раздел высшей математики
• · одно из направлений информатики
• · наука о мышлении человека

1. специалист, занимающийся извлечением знаний и их формализацией в БЗ
2. специалист, знания которого помещаются в БЗ
3. специалист, интеллектуальные способности которого расширяются благодаря использованию ЭС

• идентификация знаний
• реализация
• формализация знаний
• концептуализация знаний

• репозитория
• базы знаний
• информационного хранилища

• экспертная система
• система интеллектуального анализа данных
• система с интеллектуальным интерфейсом

• Нет
• Да

• «с учителем»
• «без учителя»
• нет правильного ответа

• система управления знаниями
• экспертная система
• информационно-поисковая система

• интеллектуального интерфейса
• базы знаний
• механизма вывода заключений
• интеллектуального интерфейса, базы знаний и механизма вывода заключений

• ∀у (A(x) & C(x) & (S(x, b) ∨ ¬A(b)))
• ∀y (A(a) & C(a) & (S(a, y) ∨ ¬A(y)))
• ∃x (A(x) & C(x) & (S(x, a) ∨ ¬A(a)))
• A(a) & C(a) & (S(a, b) ∨ ¬A(b))
• ∀y ∃x (A(x) & C(x) & (S(x, y) ∨ ¬A(y)))