Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (163.65 KB, 17 trang )
<span class="text_page_counter">Trang 1</span><div class="page_container" data-page="1">
ĐỀ CƯƠNG MƠN TRÍ TUỆ NHÂN TẠO 1
Phát biểu nào sau đây đúng với trí tuệ nhân tạo Là một lĩnh vực nghiên cứu của khoa học máy tính Xây dựng các hệ thống thơng minh
Cảm biến hoặc Bộ điều khiển Cảm biến và bộ điều khiển 4
Môi trường
Ảnh hưởng đến cảm nhận của tác tử
Bị ảnh hưởng bởi các hành động của tác tử
Là các yếu tố xung quanh mà ta cần quan tâm khi thiết kế tác tử
Khi mô tả môi trường nhiệm vụ (task environment), ngoài cảm biến và bộ điều khiển, cần mơ tả những gì sau đây:
Cách đánh giá hiệu suất Môi trường
Cả cách đánh giá hiệu suất và môi trường Cịn có yếu tố khác
</div><span class="text_page_counter">Trang 2</span><div class="page_container" data-page="2">Mơi trường của tác tử lái xe taxi tự động có những tính chất nào sau đây: Quan sát được một phần
Đa tác tử
Quan sát được hoàn toàn
Quan sát được một phần và đa tác tử
<b>Tác tử phản xạ đơn giản khơng sử dụng những gì sau đây</b>
Tập luật điều kiện-hành động Cảm nhận hiện tại
Chuỗi cảm nhận Tất cả các ý đã nói 10
<b>Tác tử phản xạ dựa trên mơ hình khơng sử dụng những gì sau đây:Error! Filename not specified.</b>
Tập luật điều kiện-hành động Trạng thái bên trong
</div><span class="text_page_counter">Trang 3</span><div class="page_container" data-page="3">Tác tử có khả năng tự học
Tác tử phản xạ dựa trên mơ hình Tác tử dựa trên mục tiêu
Tác tử dựa trên tính hữu ích 12
Hình vẽ sau là loại tác tử nào?
Tác tử có khả năng tự học
Tác tử phản xạ dựa trên mơ hình Tác tử dựa trên mục tiêu
Tác tử dựa trên tính hữu ích 13
Hình vẽ sau là loại tác tử nào?
</div><span class="text_page_counter">Trang 4</span><div class="page_container" data-page="4">Tác tử có khả năng tự học
Tác tử phản xạ dựa trên mơ hình Tác tử dựa trên mục tiêu
Tác tử dựa trên tính hữu ích
</div><span class="text_page_counter">Trang 5</span><div class="page_container" data-page="5">kiểu hàng đợi FIFO
kiểu hàng đợi LIFO (ngăn xếp)
kiểu hàng đợi ưu tiên (trong đó các phần tử được sắp xếp theo giá trị hàm f)
</div><span class="text_page_counter">Trang 6</span><div class="page_container" data-page="6">kiểu hàng đợi LIFO (ngăn xếp)
kiểu hàng đợi ưu tiên (trong đó các phần tử được sắp xếp theo giá trị hàm f) Tất cả đều sai
Trong tìm kiếm với chi phí nhỏ nhất (Uniform cost search) tập biên (frontier/fringe) được cài đặt theo cấu trúc
kiểu hàng đợi FIFO
kiểu hàng đợi LIFO (ngăn xếp)
kiểu hàng đợi ưu tiên (trong đó các phần tử được sắp xếp theo chi phí quãng đường từ nút xuất phát đến nút đang xét)
Tất cả đều sai 19
Với độ sâu của lời giải d và hệ số phân nhánh b thì tìm kiếm sâu dần (iterative deepening search) có độ phức tạp về thời gian là:
Chiến lược tìm kiếm với chi phí nhỏ nhất (UCS - Uniform Cost Search) sẽ trở thành chiến lược tìm kiếm nào sau đây nếu các chi phí ở mỗi bước (mỗi cạnh của cây tìm kiếm) là như nhau.
Tìm kiếm theo chiều rộng (Breadth first search) Tìm kiếm theo chiều sâu (Depth first search)
Tìm kiếm theo độ sâu giới hạn (Depth limited search) Tìm kiếm sâu dần (Iterative deepening search)
</div><span class="text_page_counter">Trang 7</span><div class="page_container" data-page="7">Tìm kiếm A* sử dụng hàm đánh giá nào sau đây:
Trong giải thuật tìm kiếm A*, gọi h*(n) là chi phí thực tế để đi từ nút n đến đích thì hàm heuristic h(n) nào dưới đây được xem là chấp nhận được nếu đối với mọi
h1 (n) = tổng số dịch chuyển ít nhất để đưa các ơ số nằm sai vị trí về vị trí đúng h2 (n) = tổng số các ơ số nằm sai vị trí so với ở trạng thái đích
Trong 2 hàm trên thì
Hàm h1(n) ưu thế hơn/vượt trội hơn hàm h2(n) Hàm h1(n) ưu thế hơn/vượt trội hơn hàm h2(n) Không hàm nào vượt trội hơn hàm nào
Tất cả đều sai 26
<b>Phát biểu nào dưới đây không đúng với điểm cực đại địa phương trong thuật tốn </b>
tìm kiếm leo đồi:
Mọi trạng thái lân cận của nó đều khơng tốt hơn nó
Khi gặp điểm cực đại địa phương, thuật toán leo đồi sẽ khơng thốt ra được Là trạng thái tốt nhất trong tồn bộ các trạng thái
Khơng phải là trạng thái tốt nhất 27
Để thoát khỏi các điểm cực đại địa phương, thuật tốn mơ phỏng tơi thép (simulated annealing) cho phép làm điều gì sau đây:
Chuyển đến trạng thái lân cận xấu hơn theo một xác suất nào đó Xác suất chuyển đến trạng thái xấu hơn giảm khi nhiệt độ giảm dần
</div><span class="text_page_counter">Trang 8</span><div class="page_container" data-page="8">Xác suất chuyển đến trạng thái xấu hơn giảm khi mức độ chênh lệch của hàm mục tiêu giữa trạng thái hiện tại và trạng thái kế tiếp tăng
<b>Phát biểu nào sau đây khơng đúng về diễn giải và mơ hình:</b>
Một mơ hình là một diễn giải
Một diễn giải chưa chắc là một mơ hình Diễn giải giống như mơ hình
Diễn giải xác định một biểu thức là đúng hoặc sai 30
Nếu mệnh đề α là hệ quả logic của một cơ sở tri thức KB thì phát biểu nào sau đây
<b>khơng đúng:</b>
KB đúng thì α đúng
Một mơ hình của KB cũng là một mơ hình của α Một diễn giải của KB cũng là một diễn giải của α Một mô hình của α cũng là một mơ hình của KB 31
Logic nào sau đây sử dụng các lượng tử với mọi và tồn tại Logic mệnh đề
Logic vị từ
Cả logic mệnh đề và logic vị từ đều sử dụng
Logic mệnh đề sử dụng với mọi, còn logic vị từ sử dụng tồn tại
</div><span class="text_page_counter">Trang 9</span><div class="page_container" data-page="9">Cho cơ sở tri thức KB bên phải. Sử dụng phương pháp chứng minh hợp giải Robinson, ta chứng minh được kết quả nào sau đây:
</div><span class="text_page_counter">Trang 11</span><div class="page_container" data-page="11">Phát biểu nào sau đây đúng với học máy? Là một nhánh của trí tuệ nhân tạo
</div><span class="text_page_counter">Trang 12</span><div class="page_container" data-page="12"><b>Phát biểu nào sau đây khơng đúng với hồi quy tuyến tính.</b>
Biểu diễn bằng một hàm tuyến tính
Thường phù hợp với các bài tốn có dữ liệu phân bố tương đối tuyến tính Sử dụng hàm mất mát
Là một kỹ thuật học không giám sát 51
Phát biểu nào sau đây là đúng với hồi quy tuyến tính? Biểu diễn bằng một hàm tuyến tính
Thường phù hợp với các bài tốn có dữ liệu phân bố tương đối tuyến tính Nhạy cảm với nhiễu/trường hợp ngoại lệ
Tất cả đều đúng 52
Phát biểu nào sau đây đúng với hàm mất mát trong các thuật toán học máy?
</div><span class="text_page_counter">Trang 13</span><div class="page_container" data-page="13">đo hiệu suất của mô hình giá trị càng nhỏ càng tốt
việc tìm giá trị tốt thường được thực hiện bằng phương pháp gradient descent tất cả đều đúng
Phát biểu nào đúng với phương pháp cập nhật tham số gradient descent? giá trị cộng vào tham số luôn ngược dấu với đạo hàm của hàm mất mát trị tuyệt đối của giá trị cộng vào tỷ lệ thuận với đạo hàm của hàm mất mát hệ số tốc độ học có ảnh hưởng đến tốc độ hội tụ của mơ hình
tốc độ học khơng nên quá cao và không nên quá thấp tốc độ học thấp q mơ hình khơng thể hội tụ
<b>Phát biểu nào sau đây không đúng với hồi quy logistic?</b>
Thường dùng cho bài toán phân hai lớp Sử dụng hàm logistic/sigmoid
Dùng để dự đốn một giá trị số
Có thể sử dụng nhiều dạng hàm mất mát 56
Phát biểu nào sau đây là đúng với hồi quy logistic? Là một kỹ thuật phân lớp tuyến tính
Sử dụng lý thuyết xác suất
Có thể sử dụng nhiều dạng hàm mất mát Tất cả đều đúng
Phát biểu nào sau đây là đúng với một mạng nơ ron nhân tạo? Thành phần nhỏ nhất là các nơ ron nhân tạo
Các nơ ron nhân tạo được kết nối với nhau Các nơ ron nhân tạo được bố trí vào các tầng Tất cả đều đúng
Hàm kích hoạt của một nơ ron nhân tạo thường là những hàm nào? hàm sigmoid
</div><span class="text_page_counter">Trang 14</span><div class="page_container" data-page="14">hàm tanh hàm ReLU tất cả đều đúng 59
Phát biểu nào sau đây là đúng về một mạng nơ ron nhân tạo? gồm nhiều nơ ron
Phát biểu nào sau đây đúng về thuật toán học lan truyền ngược? không quan tâm đến hàm mất mát
cập nhật các trọng số kết nối và bias của các nơ ron
mỗi vòng lặp chỉ gồm một bước thực hiện theo chiều ngược từ tầng ra đến tầng vào tất cả đều đúng
Phát biểu nào sau đây đúng về thuật tốn học lan truyền ngược? mục đích là làm giảm hàm mất mát
mỗi vòng lặp gồm hai bước
số lượng điểm dữ liệu được sử dụng ở mỗi vòng lặp là một, tất cả hoặc một phần tất cả đều đúng
Phát biểu nào sau đây đúng về mạng nơ ron nhân tạo?
dễ dàng xác định được số nơ ron ở tầng ra cho một bài tốn cụ thể khơng dùng được cho bài tốn hồi quy
khơng dùng được cho bài toán phân lớp tất cả đều đúng
<b>Phát biểu nào sau đây khơng đúng về mơ hình mạng nơ ron nhân tạo cho một bài </b>
tốn cụ thể?
mơ hình khơng nên quá phức tạp so với dữ liệu
khi số lượng nơ ron ở tầng ẩn tăng lên thì độ chính xác trên tập dữ liệu huấn luyện tăng
</div><span class="text_page_counter">Trang 15</span><div class="page_container" data-page="15">số lượng nơ ron càng nhiều càng tốt có thể xấp xỉ được tất cả các hàm liên tục 65
<b>Phát biểu nào sau đây không đúng về học sâu?</b>
Là một nhánh của mạng nơ ron nhân tạo
Hiện được sử dụng rộng rãi trong các mơ hình học máy tiên tiến Mơ hình khơng q phức tạp
Có các thư viện lập trình được phát triển bởi các tập đồn lớn 66
Phát biểu nào sau đây đúng về thành công của học sâu? Sự ra đời của các bộ dữ liệu lớn được gán nhãn
Khả năng tính tốn song song tốc độ cao của GPU Sự cải tiến của các kiến trúc mạng tiên tiến
Tất cả đều đúng 67
Thuật toán K-means clustering có những hạn chế nào sau đây: Cần biết trước số lượng cụm
Nghiệm cuối cùng phụ thuộc vào các tâm cụm khởi tạo ban đầu Các cụm cần có dạng hình trịn
Tất cả đều đúng 68
<b>Phát biểu nào sau đây khơng đúng đối với thuật tốn K-means clustering:</b>
Phân cụm theo khoảng cách Sử dụng hàm mất mát
Mỗi vòng lặp gồm hai bước
Kết quả các lần chạy khác nhau là như nhau 69
<b>Phát biểu nào sau đây không đúng đối với thuật toán K-means clustering:</b>
Đầu vào cần chỉ rõ số cụm cần phân
Đầu ra chỉ rõ các tâm cụm và nhãn cụm cho từng điểm dữ liệu Mỗi bước ở vòng lặp cố định một yếu tố và xác định yếu tố còn lại Là một phương pháp học có giám sát
Hàm entropy H(S) = 0 cho ta biết tập S là: là tinh khiết nhất/đồng nhất
có độ pha trộn/hỗn loạn là cao nhất có độ pha trộn/hỗn loạn là trung bình Tất cả đều sai
71
</div><span class="text_page_counter">Trang 16</span><div class="page_container" data-page="16">Về mức tăng thông tin/độ lợi (Information Gain) trong thuật toán ID3, phát biểu nào sau đây là đúng:
mức tăng thơng tin được sử dụng để chọn thuộc tính phân hoạch mức tăng thông tin càng lớn càng tốt
mức tăng thơng tin = entropy nút cha – tổng có trọng số của entropy của các nút con
Tất cả đều đúng 72
Trong thuật toán cây quyết định ID3 ta chọn thuộc tính để phân hoạch/phân nhánh có mức tăng thơng tin/độ lợi (Information Gain) nhỏ nhất
có mức tăng thơng tin/độ lợi lớn nhất có entropy lớn nhất
có entropy nhỏ nhất 73
Phát biểu nào sau đây đúng với mơ hình học tập thể Là một tập hợp các mơ hình học máy cơ sở
Kết quả đầu ra là sự kết hợp kết quả của các mơ hình thành phần Thường có độ chính xác cao hơn các mơ hình thành phần
Tất cả đều đúng 74
<b>Phát biểu nào sau đây không đúng với mơ hình học tập thể</b>
Làm tăng khả năng biểu diễn dữ liệu so với các mơ hình học máy cơ sở Kết quả đầu ra là sự kết hợp kết quả của các mơ hình thành phần
Là giảm phương sai so với các mơ hình thành phần Các mơ hình thành phần có thể giống nhau
<b>Phát biểu nào sau đây khơng đúng với rừng ngẫu nhiên </b>
Có thể sử dụng cho bài tốn phân lớp Có thể sử dụng cho bài tốn hồi quy Các mơ hình cơ sở là các cây quyết định
Để tạo ra các cây cơ sở đa dạng chỉ dùng phương pháp bagging 76
Phát biểu nào sau đây đúng với rừng ngẫu nhiên?
Bộ dữ liệu của từng cây cơ sở được lựa chọn ngẫu nhiên
Tập thuộc tính xem xét phân chia tại mỗi nút cây được lựa chọn ngẫu nhiên Giá trị điểm phân chia được lựa chọn để xem xét một cách ngẫu nhiên Tất cả đều đúng
77
</div><span class="text_page_counter">Trang 17</span><div class="page_container" data-page="17">Phát biểu nào sau đây đúng với hiện tượng quá khớp? Độ chính xác trên tập dữ liệu huấn luyện cao
Độ chính xác trên tập dữ liệu kiểm tra thấp
Thường xảy ra khi mơ hình q phức tạp so với dữ liệu Tất cả đều đúng
</div>