1. Дайте 4 определения ии



Скачать 15.82 Kb.
Дата17.02.2017
Размер15.82 Kb.
Просмотров105
Скачиваний0

1. Дайте 4 определения ИИ.

2. Опишите Ваше понимание определения ИИ, как "системы, которая думает подобно людям".

3. Опишите Ваше понимание определения ИИ, как "системы, которая думает рационально".

4. Опишите Ваше понимание определения ИИ, как "системы, которая действует подобно людям".

5. Опишите Ваше понимание определения ИИ, как "системы, которая действует рационально".

6. Какими возможностями должен обладать компьютер, чтобы пройти тест Тьюринга 1-го уровня?

7. В чем особенности полного теста Тьюринга? Какими возможностями должен обладать компьютер, чтобы пройти полный тест Тьюринга?

8. Перечислите несколько персон, сыгравших значительную роль в разработке систем искусственного интеллекта и кратко опишите их научный вклад.

9. Каковы биологические особенности естественных нейронных сетей?

10. Опишите структуру и функционирование формального (искусственного) нейрона.

11. Перечислите и опишите совокупность абстракций, на основе которых определяются различные конфигурации искусственных нейронных сетей.

12. Каким образом используются матрицы для описания структуры многослойных искусственных нейронных сетей?

13. Определение, роль и виды активационных функций.

14. Что такое сдвиг в контексте срабатывания искусственного нейрона?

15. Постройте искусственную нейронную сеть, которая распознает функцию AND.

16. Постройте искусственную нейронную сеть, которая распознает функцию OR.

17. Постройте искусственную нейронную сеть, которая распознает функцию XOR.

18. Дельта-правило обучения нейронной сети (правило Видроу-Хоффа). Пример простой сети и несколько шагов ее обучения.

19. Простые задачи, решаемый с помощью предварительной обработки данных перед применением нейронных сетей.

20. Какая связь между методом наименьших квадратов и обучением нейронной сети?

21. Что такое линейная разделимость? Примеры линейно-разделимых и неразделимых задач.

22. В чем заключается проблема линейной разделимости в контексте нейронных сетей?

23. Какие нейронные сети способны преодолеть проблему линейной разделимости?

24. Какое отношение к обучению нейронной сети имеет градиентный метод?

25. Приведите блок-схему алгоритма обучения с обратным распространением ошибки. Допустимо отсутствие точных формул, определяющих значение ошибки .

26. В чем заключаются основные проблемы метода обратного распространения ошибки?

27. Задача классификации на примере задачи распознавания символов.

28. Как можно использовать сети с обратным распространением ошибки в задаче прогнозирования метеорологических показателей?

29. Сравните два подхода к обучению - обучение с учителем и без учителя.

30. В чем заключается задача кластеризации?

31. Приведите алгоритм решения задачи кластеризации.

32. В чем различие сетей Кохонена от самоорганизующихся карт Кохонена?

33. Опишите, что представляют собой задачи автоассоциации и гетероассоциации.

34. Опишите структуру и процесс работы однослойной дискретной сети Хопфилда.

35. Опишите метод обучения однослойной дискретной сети Хопфилда. Приведите пример.

36. Опишите структуру и процесс работы двунаправленной ассоциативной памяти.

37. Опишите метод обучения двунаправленной ассоциативной памяти. Приведите пример.

38. Каковы основные недостатки сетей Хопфилда?



39. Опишите основную идею доказательства стационарности сети Хопфилда.

40. Опишите сеть с автоассоциативным обратным распространением ошибок.

Поделитесь с Вашими друзьями:


База данных защищена авторским правом ©nethash.ru 2017
обратиться к администрации

войти | регистрация
    Главная страница


загрузить материал