Umjetna
Exploring Advanced Logic and AI Concepts
Test your knowledge on advanced logic systems and artificial intelligence concepts with this engaging quiz. Designed for enthusiasts and students alike, this quiz covers various topics including fuzzy logic, modal logic, and machine learning algorithms.
- Multiple choice and checkbox questions
- Covers logic theories and application in AI
- Assess your understanding and knowledge depth
Kada je istinitost tvrdnje neodluĝeno (undecided) ?
Tvrdnja je ujedno I istinita I nije istinita
Tvrdnja je trećinu istinita, a dvije trećine polu istinita
U ovom trenu se ne možemo odluĝiti da li je tvrdnja istinita ili nije
Istinitost tvrdnje ne možemo odrediti
Koju treću vrijednost istinitosti uvodi Bochvar-ova logika ?
besmisleno (meaningless)
Neodređeno (indeterminate)
Uvijek ispravno (always right)
Uvijek krivo (always wrong)
Neodluĝeno (undecided)
Koji su novi operatori temporalne logike
Sva stanja
Prvo slijedeće stanje
Od ovog stanja do nekog budućeg stanja
Nužno je
Moguće je
Ispravno je
Postoji stanje
Krivo je
Što novo uvodi modalna logika?
Dodatne stupnjeve istinitosti
Nove operatore
Nove kvantifikatore
Što novo uvodi Kleen-ova logika?
Dodatne stupnjeve istinitosti
Nove operatore
Nove kvantifikatore
Objekti se u semantiĝkim mrežama predstavljaju
ĝvorovima grafa
Granama grafa
Petljama grafa
Svojstva se u semantiĝkim mrežama predstavljaju
ĝvorovima grafa
Granama grafa
Petljama grafa
Što je privatno znanje ?
znanje temeljeno na vlastitom iskustvu
Znanje koje nauĝimo u školi
Znanje koje nam daju roditelji
Ako su dvije lingvistiĝke varijable P* I Q* zadane neizrazitim skupovima P*(x) I Q*(x) povezane veznikom 'ili' (or) kako se u max-min neizrazitoj logici raĝuna njihova istinitost?
Max(P*(x),Q*(x)
P*(x) – Q*(x)
P*(x )+ Q*(x)
Min(P*(x),Q*(x))
Kako se vrijednostima lingvistiĝkih varijabli daje znaĝenje (kako se matematiĝki modeliraju)?
Neizrazitim skupom
Dodanom vrijednosti istinitosti
Novim kvantifikatorom
U tvrdnji 'Temperatura je jako velika' što je ograda lingvistiĝke varijable?
Velika
Jako
Je
Temperatura
Kako se prema Mamdaniju matematiĝki modelira neizrazita implikacija R*(x,y) iskazana produkcijskim pravilom 'Ako je P*(x), onda je Q*(y)'?
R*(x,y) = max( P*(x), Q*(y))
R*(x,y) = min( P*(x), Q*(y))
R*(x,y) = P*(x), + Q*(y) - 1
Ako je vrijednost 'velika' lingvistiĝke varijable 'temperatura' definirana neizrazitim skupom VT*(x) kako se definira vrijednost 'ne-velika' ?
27-VT*(x)/2
1-VT*(x)
1/VT*(x)
Spust gradijenta (gradient descent) je algoritam za
Pronalazak globalnog minimuma
Pronalazak broja potrebnih iteracija
Strojno uĝenje
Pronalazak lokalnog minimuma
Logistiĝka regresija je:
Regresija
Klasifikator
Algoritmi strojnog uĝenja dijele se prema vrijednostima koje predviđaju na:
Prisilno I dobrovoljno
Logiĝke I probabilistiĝke
Nadzirano I nenadzirano
Klasifikaciju I regresiju
Smanjenje dimenzija podataka radi se zbog:
lakše vizualizacije podataka
izdvajanja najmanjih podataka
Izdvajanja najvećih podataka
Pojednostavljenja podataka
Funkcija cijene kod linearne regresije raĝuna se kao (proporcionalna je izrazu):
Kvadrat udaljenosti dane vrijednosti I hipoteze za jedan podatak
Suma kvadrata udaljenosti hipoteze I dane vrijednosti za sve podatk
Kvadrat udaljenosti podatka I dane vrijednosti za sve podatke
Suma kvadrata udaljenosti podatka I dane vrijednosti za sve podatke
Spustom gradijenta sa svakom se iteracijom parametri theta mijenjaju na naĝin da se
Smanjuje vrijednost funkcija cijene za dane parametre theta
Smanjuje vrijednost parametra theta
Povećava vrijednost funkcija cijene za dane parametre theta
Povećava vrijednost parametra theta
Koji su novi operatori modalne logike ?
Ispravno je
Postoji stanje
Sva stanja
Od ovog stanja do budućeg
Prvo sljedeće stanje
Nužno je
Moguće je
Krivo je
Po kojem pravilu zakljuĝivanja se provodi neizrazito zakljuĝivanje?
Eliminaciji implikacije (modus ponens)
Eliminaciji negacije
uvođenju disjunkcije
Što novo uvodi neizrazita (fuzzy) logika?
Nove kvantifikatore
Dodatne stupnjeve istinitosti
Nove operatore
Koju treću vrijednost istinitosti uvodi Lukasiewicz-ova tro-valjana logika ?
Besmisleno
Uvijek krivo
Neodređeno
Neodluĝno
Uvijek ispravno
Koje su standardne logike (oznaĝi sve)?
Lukasiewicz-ova tro-valjana logika
Propozicijska logika
Modalna logika
Temporalna logika
Predikatna logika
Neizrazita logika
Najĝešće korišten algoritam za smanjenje dimenzija podataka je
logistiĝka regresija
Linearna regresija
K-means
PCA
Najbolja hipoteza koja opisuje podatke dana je parametrima theta
ĝija suma kvadrata ima najveću vrijednost
Za koje funkcija cijene ima najmanju vrijednost
Za koje funkcija cijene ima najveću vrijednost
ĝija suma kvadrata ima najmanju vrijednost
Regularizacijom se radi trgovina između
Dobrog uklapanja u rezultate I jednostavnosti hipotenuze
Funkcije cijene I funkcije cilja
Okviri se sastoje od
Razdjeljaka (slotova)
Grupe pravila
Atoma I njihovih svojstava
Koja je istinitost tvrdnje 'Zbroj pozitivnog I negativnog broja je pozitivan.' ?
Tvrdnja nije istinita
tvrdnja je besmislena (meaningless)
tvrdnja je neodluĝeno (undecided
Tvrdnja je neodređeno (indeterminate)
Tvrdnja je istinita
Smanjenjem dimenzija podataka smanjuje se :
raspon podataka
Broj podataka
Broj znaĝajki
eliminiraju se podaci koji puno odstupaju od ostalih
Algoritmi strojnog uĝenja dijele se prema ulaznim podacima na:
Prisilno I dobrovoljno
Klasifikaciju I regresiju
Logiĝke I probabilistiĝke
Nadzirano I nenadzirano
Koje su ne-standardne logike (oznaĝi sve)?
Neizravna logika
Lukasiewicz-ova trovaljana logika
Temporalna logika
Modalna logika
Propozicijska logika
Predikatna logika
Ako su dvije lingvistiĝke varijable P* I Q* zadane neizrazitim skupovima P*(x) I Q*(x) povezane veznikom 'i' (and) kako se u max-min neizrazitoj logici raĝuna njihova istinitost?
P*(x) – Q*(x)
Max(P*(x),Q*(x))
P*(x )+ Q*(x)
Min(P*(x),Q*(x))
Kako izgleda neizrazito produkcijsko pravilo?
Temperatura nije istinita, a grijanje je istinito.
Danas je temperatura velika, a grijanje je malo.
Temperatura I grijanje moraju biti obrnuto proporcionalni.
Ako je temperatura velika, onda je grijanje malo.
Scenirao je razvijen da bi se formalizirao
Izgled objekta
Slijed događaja
Aĝin utvrđivanja nasljeđivanja svojstava
Temelji li se k-means na gausovoj razdiobi podataka?
Da
Ne
Kada je istinitost tvrdnje besmisleno (meaningless) ?
tvrdnja je trećinu istinita, a dvije trećine polu istinita
Istinitost tvrdnje ne možemo odrediti
tvrdnja je ujedno I istinita I nije istinita
U ovom trenu se ne možemo odluĝiti da li je tvrdnja istinita ili nije
Što su ne-standardne logike (oznaĝi sve toĝne odgovore)?
Logike koje nemaju standardne operatore
Logike koje nemaju standardne kvantifikatore
Logike koje su u suprotnosti sa standardnim logikama
Logike kojima se proširuju standardne logike
Semantiĝke mreže se sastoje od:
Pravila
Objekata I njihovih svojstava
Redosljeda obavljanja radnji
Da li je potrebno poznavati broj klastera K kako bi proveli k-means
Ne
Da
Što novo uvodi Bochvar-ova logika?
Nove operatore
Dodatne stupnjeve istinitosti
Nove kvantifikatore
Koju treću vrijednost istinitosti uvodi Kleen-ova logika ?
Uvijek krivo (always wrong)
Besmisleno (meaningless)
uvijek ispravno (always right)
Neodluĝeno (undecided)
Neodređeno (indeterminate)
Što znaĝi tro-valjana logika?
Ima tri vrijednosti istinitosti
Ima tri kvantifikatora
Svaka tvrdnja u njoj je trostruko istinita
ima tri
Najĝešće korišten algoritam sa klasteriranje je
logistiĝka regresija
PCA
Linearna regresija
K-means
Laplaceovo zaglađivanje koristi se za:
Raĝunanje utjeca šuma (noise)
Povećanje broja podataka
Smanjivanje utjecaja samo jednog podatka
Eliminaciju utjecaja šuma (noise)
Zakljuĝivanje u Bayesovim mrežama. Kako se radi eliminacija varijabli ?
Sumiranjem svih kombinacija uvjetnih vjerojatnosti dok se vrijednost varijable dokaza drži fiksnom
Generiranjem sluĝajnih uzoraka te odbacivanjem onih koji nisu u skladu sa vrijednošću varijable dokaza
Reduciranjem ĝvorova sumiranjem tablica uvjetne vjerojatnosti
Generiranjem sljednih uzoraka, s tim da se dva susjedna uvijek razlikuju u samo jednoj varijabli, dok se varijabla dokaza ne mijenja
U tvrdnji ‘Temperatura je jako velika’ što je lingvistiĝka varijabla?
Jako
Je
Temperatura
Velika
Occamova britva kaže da
Ako dvije hipoteze daju sliĝne rezultate treba odabrati onu jednostavniju
Ako imamo previse podataka podatke treba srezati na pola
Ako za neki podatak nemamo cilj, možemo ga aproksimirati srednjom vrijednošću susjednih
ako imamo više znaĝajki, dobro je njihove vrijednosti normalizirati na iste vrijednosti (-1 do 1)
K-means algoritam pronalazi
K klastera u podacima
K najvećih dimenzija podataka
Broj klastera u podacima
Hipotezu temeljem podataka
Svaki razdjeljak (slot) u okviru ima (izaberi sve djelove):
Ime
Range
default-vrijednost
Predikat
If needed pravilo
{"name":"Umjetna", "url":"https://www.quiz-maker.com/QPREVIEW","txt":"Test your knowledge on advanced logic systems and artificial intelligence concepts with this engaging quiz. Designed for enthusiasts and students alike, this quiz covers various topics including fuzzy logic, modal logic, and machine learning algorithms.Multiple choice and checkbox questionsCovers logic theories and application in AIAssess your understanding and knowledge depth","img":"https:/images/course5.png"}