SWD egzamin

Zaznacz znane Ci metody uczenia SSN

• uczenie nadzorowane

• uczenie hybrydowe

• uczenie adaptacyjne

• uczenie nienadzorowane

Czy przy działającej sieci neuronowej omijanie warstw jest dozwolone?

• tak

• nie

Problem TSP (Travelling Salesmen Problem) dla dużej liczby miast można aproksymować za pomocą

• algorytmu symulowanego wyżarzania

• algorytmu wspinaczkowego

• algorytmu zachłannego (NN)

• algorytmu Simpleks

• algorytmu genetycznego

Zaznacz znane Ci topologie SSN (ze względu na rodzaj powiązań między elementami sieci)

• sieci wielokierunkowe

• sieci jednokierunkowe

• sieci rekurencyjne

Czy wewnątrz warstwy (jednej) neurony są ze sobą połączone?

• tak

• nie

Jeżeli pierwszy rodzic posiada chromosomy: 01010000, natomiast drugi rodzic: 11001001, to po krzyżowaniu, jeżeli punkt podziału ustalimy pomiędzy czwartym a piątym bitem to dzieci będą wyglądać następująco:

• 01011001 oraz 11001010

• 01011001 oraz 11000000

• 01011110 oraz 00001100

• 01011110 oraz 11000000

Uczenie jest zbieżne, jeżeli

• stała uczenia ma małą wartość

• nie ma warstw ukrytych

• istnieją nieliniowe zależności między danymi

• stała uczenia ma dużą wartość

• nie ma nieliniowych zależności między danymi

Które stwierdzenie jest prawdziwe dla sieci neuronowych?

• każdy węzeł oblicza ważone dane wejściowe

• posiada zestaw węzłów i połączeń

• węzeł może być w stanie wzbudzonym lub niewzbudzonym

• wszystkie wymienione

Algorytm ewolucyjny

• upraszcza zagadnienie do dwóch podst. operacji: krzyżowania i mutacji

• jest heurystyką stosowaną w przeszukiwaniach i optymalizacji opartą na zasadach teorii ewolucji

• znajduje rozwiązania przybliżone w rozsądnym czasie

• nie gwarantuje znalezienia optymalnego rozwiązania

Od której strony rozpoczynamy proces wyznaczania wartości oczekiwanych w drzewie decyzyjnym?

• od prawej (od węzłów końcowych)

• to zależy od typów węzłów decyzyjnych w danym drzewie

• od lewej (od korzenia)

• możemy to robić dowolnie