Tri tue nhan tao (de 2) ppt

Trí tuệ nhân tạo
(Đề bài 2)
Câu1: (3đ)
a) Anh chị có nhận xét gì về tìm kiếm sâu dần?
b) Cho đồ thị sau:
Cho đỉnh n
0
=A, DICH={N, K}
Hãy tìm đường đi từ n
0
đến nk ∈ DICH theo tiềm
kiếm sâu dần với K = 3
Câu 2: (2đ)
Cho tập luật sau R= { a → b ^ x, a ^ m → c, a ^ x →d, c ^ d→g}
và a,m cần suy diễn ra g. Áp dụng giải thuật của Robinson để giải bài toán trên.
Câu3: (2đ)
a) so sánh phép lai ghép và phép đột biến
b) Cho một mạng noron gồm 2 noron có 4 đầu vào và 2 đầu ra
X= (4, 3, -2, 4) ; W =






−−
−−
2323
4332
Hàm kích hoạt Y = f(n) = -1 nếu n<5 và y = 1 nếu n>= 5.
Hãy tính đầu ra của mạng

Câu 4: (3đ)
Cho bảng dữ liệu sau: (A, B , C là thuộc tính dẫn xuất, D là thuộc tính quyết định)
A B C D
a 20 Yes C2
a 10 Yes C2
b 20 No C1
c 10 No C1
b 10 No C2
Hãy phân lớp cho dữ liệu học trên bằng vecto đặc trưng hoặc độ đo hỗn loạn và kiểm
tra xem mẫu X = ( b, 10, yes ) thuộc vào lớp nào?

1
D F H
J K M
N P
B
G
I
A
E
C
Câu 1:
N0={A}, Dich ={N,K} tìm kiếm sâu dần với k=3
ĐS = K = 3
n B(n) MO DONG d(n)
A
Φ
A B,C B,C A 0 d(I)<ĐS: Thêm vào đầu MO
B D,E D,E,C A,B 1 d(I)<ĐS: Thêm vào đầu MO
D

Φ
E,C A,B,D 2
E I,J I,J,C A,B,D,E 2 d(I)<ĐS: Thêm vào đầu MO
I N, P J, C, N, P A,B,D,E,I 3 d(I)=ĐS: Thêm vào cuối MO
Ta có B(n)
∩
Dich ={K} <>
Φ
dừng
Đường đi được xác định như sau: A → B
→
E
→
I
→
N
Câu 2: áp dụng giải thuật Robinson
R= { a → b^x, a^m → c, a^x → d, c^d → g} và a,m cần suy diễn ra g.
Viết lại giả thiết kết luận.
Ta có
• a → b ^ x Tương đương với
¬
a ν (b Λ x)
⇔
(
¬
a ν b) Λ(
¬
a ν x).
Thay dấu Λ bằng dấu dấu phẩy . Ta được (

¬
a ν b) ,(
¬
a ν x).
Viết mỗi luật trên 1 dòng
1. (
¬
aνb)
2. (
¬
aνx).
• a ^ m → c Tương đương với
¬
(a ^ m )ν c
⇔
(
¬
aν c) ^(
¬
mν c).
Thay dấu Λ bằng dấu dấu phẩy. Ta được (
¬
a ν c) ,(
¬
m ν c).
viết mỗi luật trên 1 dòng.
3.(
¬
aνc)
4.(

¬
mνc).
• a ^ x →d Tương đương với
¬
(a ^ x )ν d
⇔
(
¬
aν d) ^(
¬
xν d).
Thay dấu Λ bằng dấu dấu phẩy . Ta được (
¬
a ν d) ,(
¬
x ν d).
viết mỗi luật trên 1 dòng.
5.(
¬
aνd)
6.(
¬
x ν d ).
• c ^ d→g Tương đương với
¬
(c ^ d )ν g
⇔
(
¬
c ν g) ^(

¬
d ν g).
Thay dấu Λ bằng dấu dấu phẩy . Ta được (
¬
c ν g) ,(
¬
d ν g).
viết mỗi luật trên 1 dòng.
7.(
¬
c ν g)
8.(
¬
d ν g ).
Vậy ta có giả thiết và kết luận như sau:
1.
¬
a ν b
2.
¬
a ν x
3.
¬
a ν c
2
4.
¬
m ν c
5.
¬

a ν d
6.
¬
x ν d
7.
¬
c ν g
8.
¬
d ν g
9.a
10. m
11.
¬
g
12.
¬
c res(7,11)
13. c res(3,9)
14. mau thuan res(12,13)
Vậy vấn đề được chứng minh.
Để làm loại bài này thì các cậu phải nhớ:
A
→
B
⇔
¬
A ν B
A ^ B
→

D
⇔

¬
(A ^ B ) ν D
⇔
(
¬
A ν D) ^ (
¬
B ν D)
A
→
D ^ B
⇔

¬
A ν ( B ^ D)
⇔
(
¬
A ν D) ^ (
¬
A ν B)
Câu 4:
Tính độ lộn xộn:
E(A) = 2/5*( -2/2log2(2/2)-0log2(0) ) + 2/5*( -1/2log2(1/2)-1/2log2(1/2) )
+1/5 *(-1log2(1)-0log2(0) ) = 2/5
E(B)=2/5*[-1/2log2(1/2)-1/2log2(1/2)] + 3/5*[-2/3log2(2/3)-1/3log2(1/3)]
= {tu tinh}

E(C) = 2/5*( -2/2log2(2/2)-0log2(0) ) + 3/5*(-2/3log2(2/3) - 1/3log2(1/3) )
={tu tinh}
Ta sẽ thấy E(A) là nhỏ nhất. Phân hoạch theo E(A)
Xét nhánh A=’b’
STT B C D
3 20 No C1
3, 5 4
a b c
1 , 2
A
3
5 10 No C2
E(B)= ½*(-1/1 log2(1) - 0log2(0)) +1/2*(-1/1log2(1) - 0log2(0)) =0
E(C) = 2/2*(-2/2log2(2/2)) =0
Phân hoạch theo B
Xây dựng tập luật
R1: if A=’a’ then D=’c2’
R2: ìf A=’c’ then D=’c1’
R3 : ìf A=’b’ and B=’20’ then D=’c1’
R4 : ìf A=’b’ and B=’10’ then D=’c2’
X = ( b, 10, yes ) ta có
A=’b’ and B=’10’ vậy theo luật R4 thì D=c2’
Câu 3: Tính đầu ra của mạng
Nhân ma trận X với ma trận chuyển vị của W ta được:
N= X*W
T
= (4, 3, -2, 4) x













−
−
−
−
2
3
2
3
4
3
3
2
=






20
21

N
1
= 21>=5, N
2
=20 >=5 vậy đầu ra của mạng đều là y=1
Công thức tính độ lộn xộn của thuộc tính
20 10
3 5
4
a b c
1 , 2 4
B
A
Ứng dụng trong việc giải bài toán có cây quyết định. ( bài 4 trong đề thì phải)
E(A)=sum(Nb/Nt)*sum-(Nbc/Nb)*log2(Nbc/Nb)
Nt: tổng số mẫu
Nb: số mẫu trong nhánh b( có giá trị thuộc tính A cùng là b)
Nbc: số mẫu trong nhánh b của lớp c(có giá trị thuộc tính A là b và cùng kết quả c)
STT A B C D
1 a 20 Yes C2
2 a 10 Yes C2
3 b 20 No C1
4 c 10 No C1
5 b 10 No C2
Tổng số có 5 mẫu > Nt = 5
* Xét cột A:
- Có 3 loại: a, b, c
A D
a C2
a C2

A D
b C1
b C2
5
Xét loại a:
E(A) = 2 / 5 * [- 2 / 2. log2(2/2) - 0 / 2 .log2(0/2)] +
Số
lượng
loại a
Tổng
số
mẫu
Số
lượng
loại a
Số
lượng
C2
Giống nhau
Số
lượng
loại a
Số
lượng
C1
Xét loại b:
E(A) = + 2 / 5 * (- 1 / 2 log2(1/2) - 1 / 2 log2(1/2) ) +
Số
lượng
loại b

Tổng
số
mẫu
Số
lượng
loại b
Số
lượng
C2
Giống nhau
Số
lượng
loại b
Số
lượng
C1