wayground logo

Free Printable Worksheets

Font size

S
M
L
XL
Worksheets

SWD egzamin

Total questions: 80

Worksheet time: 44mins

Name
Class
Date
1.

Zaznacz znane Ci metody uczenia SSN

a)

uczenie nadzorowane

b)

uczenie hybrydowe

c)

uczenie adaptacyjne

d)

uczenie nienadzorowane

2.

Czy przy działającej sieci neuronowej omijanie warstw jest dozwolone?

a)

tak

b)

nie

3.

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

a)

algorytmu symulowanego wyżarzania

b)

algorytmu wspinaczkowego

c)

algorytmu zachłannego (NN)

d)

algorytmu Simpleks

e)

algorytmu genetycznego

4.

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

a)

sieci wielokierunkowe

b)

sieci jednokierunkowe

c)

sieci rekurencyjne

5.

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

a)

tak

b)

nie

6.

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:

a)

01011001 oraz 11001010

b)

01011001 oraz 11000000

c)

01011110 oraz 00001100

d)

01011110 oraz 11000000

7.

Uczenie jest zbieżne, jeżeli

a)

stała uczenia ma małą wartość

b)

nie ma warstw ukrytych

c)

istnieją nieliniowe zależności między danymi

d)

stała uczenia ma dużą wartość

e)

nie ma nieliniowych zależności między danymi

8.

Które stwierdzenie jest prawdziwe dla sieci neuronowych?

a)

każdy węzeł oblicza ważone dane wejściowe

b)

posiada zestaw węzłów i połączeń

c)

węzeł może być w stanie wzbudzonym lub niewzbudzonym

d)

wszystkie wymienione

9.

Algorytm ewolucyjny

a)

upraszcza zagadnienie do dwóch podst. operacji: krzyżowania i mutacji

b)

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

c)

znajduje rozwiązania przybliżone w rozsądnym czasie

d)

nie gwarantuje znalezienia optymalnego rozwiązania

10.

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

a)

od prawej (od węzłów końcowych)

b)

to zależy od typów węzłów decyzyjnych w danym drzewie

c)

od lewej (od korzenia)

d)

możemy to robić dowolnie

11.

Czy zawsze musi występować przynajmniej jedna warstwa ukryta sieci neuronowej?

a)

nie

b)

tak

12.

Jakim kształtem oznaczamy węzły zdarzeń losowych w drzewie decyzyjnym, w których decydent bezpośrednio nie dokonuje wyboru?

a)

kwadratem

b)

kółkiem

c)

trapezem

d)

trójkątem

13.

Odpowiednio sformułowany i ograniczony problem rozkroju można spróbować rozwiązać

a)

numerycznym całkowaniem w przestrzeni stanów

b)

optymalizacją nieliniową z wykorzystaniem tw. Weierstrassa

c)

optymalizacją nieliniową z wykorzystaniem różniczki numerycznej i tw. Fermata

d)

metodą sympleksów (Solver)

14.

W jaki sposób liczba wygenerowanych rozkrojów wpływa na rozwiązanie?

a)

im większa liczba rozkrojów tym szybciej znajdziemy rozw. optymalne

b)

duża liczba możliwych rozkrojów zwiększa czas potrzebny na znalezienie rozwiązania

c)

można pomijać rozkroje nie wpływające na wynik rozwiązania

d)

pominięcie rozkroju kluczowego w rozwiązaniu może spowodować zwiększenie wartości funkcji celu

e)

za mała liczba wygenerowanych rozkrojów może spowodować wykluczenie rozw. optymalnego

15.

W algorytmie genetycznym dla problemu TSP stosowana jest mutacja

a)

typu inwersja

b)

typu zamiana

c)

typu XOR

16.

Przedsiębiorstwo dostarcza silniki do samolotów na zamówienie państwa i firm prywatnych. Musi ono wybrać między dwoma wykluczającymi się kontraktami. Jeżeli zawrze umowę z firmą prywatną, potencjalne zyski wyniosą: 2 mln, 0,7 mln lub -0,5 mln z prawdopodobieństwami: 0,25, 0,41, 0,34. Jeżeli podpiszą kontrakt z agencją rządową, zyski będą równe: 4mln lub -2,5 mln z prawdopodobieństwami: 0,45 i 0,55. oblicz wartość oczekiwaną dla korzystniejszego kontraktu

a)

1.025

b)

0.617

c)

1.45

d)

0.425

17.

Ile stanów natury, gdzie n oznacza ilość stanów natury, powinien posiadać problem decyzyjny, abyśmy mogli zastosować wzór na wartość oczekiwaną?

a)

(n=2)

b)

(n<=3)

c)

(n>=1)

d)

(n>=2)

18.

Problem cięcia kawałków materiału wyjściowego o standardowych rozmiarach takich jak rolki papieru lub blachy, na kawałki o określonych rozmiarach, przy jednoczesnej minimalizacji marnowanego materiału można sformułować

a)

jako problem programowania nieliniowego

b)

jako problem programowania liniowego w liczbach całkowitych

c)

jako problem programowania liniowego ograniczonego trójkąta

19.

W której metodzie uczenia minimalizuje się funkcję błędów dla każdej pary wektorów zmiennych

a)

uczenie wsadowe

b)

uczenie przyrostowe

c)

wejściowych i wzorców osobno; modyfikacja wag następuje każdorazowo po takiej operacji

20.

Algorytmy genetyczne należą do metod:

a)

symulacyjnych

b)

optymalizacyjnych

c)

pełnego przeglądu

d)

sztucznej inteligencji

21.

Podstawowa różnica między TS a SA to:

a)

brak istotnych różnic

b)

mechanizm wyjścia z ekstremum lokalnego

c)

sposób generowania sąsiedztwa

d)

kryterium zatrzymania

22.

Metaheurystykami niepopulacyjnymi są:

a)

algorytmy ewolucyjne tabu search

b)

symulowane wyżarzanie, algorytmy ewolucyjne

c)

symulowane wyżarzanie, tabu search

d)

symulowane wyżarzanie, tabu search, programowanie liniowe

23.

Odpowiedź poniższego sztucznego neuronu o aktywacji ‘’skok jednostkowy” wynosi:

a)

-0,5

b)

0,5

c)

0

d)

1

24.

Prognozowanie to:

a)

podział obiektów na grupy, których liczba nie jest znana

b)

racjonalne i naukowe przewidywanie przyszłości

c)

przewidywanie działania gospodarki światowej

d)

model objaśniający działanie SSN

25.

SWD to system, który:

a)

podejmuje ostateczną decyzję

b)

nie podejmuje ostatecznej decyzji

c)

żadna z tych odpowiedzi

26.

Metaheurystyka SA umożliwia wyjście z ekstremum lokalnego poprzez:

a)

możliwość akceptacji gorszego rozwiązania niż wejściowe

b)

wybór losowego rozwiązania, gdy brak poprawy w ostatnich iteracjach

c)

akceptacje tylko lepszego rozwiązania niż wejściowe

d)

SA zawsze zatrzymuje się w ekstremum lokalnym

27.

Trzy standardowe metody inteligencji obliczeniowej to:

a)

symulowane wyżarzanie, tabu search, metoda najmniejszych kwadratów

b)

algorytmy rojowe, algorytmy ewolucyjne, tabu search

c)

algorytmy ewolucyjne, programowanie liniowe, metoda najmniejszych kwadratów

d)

tabu search, programowanie liniowe, symulowane wyżarzanie

28.

Która z poniższych organizacji najprawdopodobniej powinna być ulokowana w pobliżu swoich klientów?

a)

klinika medyczna

b)

zakład odlewniczy

c)

zarząd firmy ubezpieczeniowej

d)

wytwórnia samochodów osobowych

29.

Odpowiedź poniższego sztucznego neuronu o aktywacji ‘’skok jednostkowy” wynosi:

a)

-0,5

b)

0,5

c)

0

d)

1

30.

Uczenie sieci neuronowej polega na:

a)

określeniu liczby neuronów w warstwie ukrytej

b)

doborze takich wartości wag, by sieć najlepiej rozwiązywała dane zadanie

c)

doborze liczby neuronów w warstwie wejściowej

d)

określeniu funkcji aktywacji wszystkich neuronów

31.

Argumentem funkcji aktywacji neuronu jest:

a)

wartość maksymalna z wejść do neuronu

b)

wyjście z neuronu poprzedzającego

c)

suma ważonych wejść do neuronu

d)

wyjście z neuronu sąsiedniego w warstwie

32.

Zasada działania SSN typu MLP (perceptron wielowarstwowy):

a)

neurony z danej warstwy kierują dane do neuronów z warstwy następnej

b)

wewnątrz warstwy neurony są ze sobą połączone

c)

omijanie warstwy jest dozwolone

d)

neurony z danej warstwy kierują dane do neuronów z warstwy poprzedzającej

33.

SWD to system służący do wspierania:

a)

wyłącznie decyzji optymalizacyjnych

b)

decyzji na dowolnym szczeblu zarządzania

c)

wyłącznie decyzji na szczeblu operacyjnym

d)

wyłącznie decyzji strukturalnych

34.

Metoda ruletki wyboru osobników do krzyżowania może być stosowana:

a)

jeśli funkcja dopasowania wszystkich osobników jest ujemna

b)

żadna z tych odpowiedzi

c)

wyłącznie dla problemów minimalizacyjnych

d)

wyłącznie dla problemów maksymalizacyjnych

35.

Podstawowymi zastosowaniami SSN są problemy:

a)

optymalizacji

b)

klasyfikacji

c)

prognozowania

d)

rozponzawania kształtów

36.

W której z poniższych organizacji decyzje zaopatrzeniowe mają największe znaczenie?

a)

firma zarządzająca nieruchomościami

b)

agencja reklamowa

c)

restauracja

d)

agencja konsultingowa

37.

Które z poniższych określeń najlepiej charakteryzuje SWD?

a)

automatyzacja podejmowania decyzji

b)

szybko reaguje na zmieniające się potrzeby osób podejmujących decyzje

c)

zawiera modele arkusza kalkulacyjnego

d)

nie podejmuje ostatecznej decyzji

38.

Metaheurystyka to metoda:

a)

optymalizacji lokalnej

b)

optymalizacji globalnej

c)

podająca sposób konstrukcji heurystyki

d)

modelowania heurystyk

39.

Podstawowe elementy SWD to:

a)

znaczące informacje kierownicze, podjęta decyzja

b)

interfejs użytkownika, moduł zarządzania danymi

c)

moduł zarządzania modelami, model zarządzania danymi

d)

baza modeli, baza danych

40.

System ewidencji kosztów produkcji jest przykładem:

a)

systemu wspomagania decyzji

b)

systemu informowania kierownictwa

c)

systemu transakcyjnego

d)

zintegrowanego systemu informatycznego

41.

Przykładem problemu niestrukturalnego jest:

a)

promocja sprzedaży

b)

żadna z tych odpowiedzi

c)

zatrudnianie i motywacja pracowników

d)

przygotowanie listy płac

42.

Załóżmy, że mamy następujące dwa osobniki reprezentowane jako ciągi liczb całkowitych: 1324421 i 2751421. W wyniku krzyżówki jednopunktowej w punkcie po trzeciej cyfrze powstaną dwa osobniki:

a)

1321421 i 2754421

b)

1324421 i 2751421

c)

1321421 i 2724421

d)

1351421 i 2724421

43.

Decydowanie, gdzie ulokować nowy zakład jest przykładem podejmowania decyzji na szczeblu:

a)

pracy z wiedzą i danymi

b)

strategicznym

c)

operacyjnym

d)

taktycznym

44.

Odpowiedź poniższego sztucznego neuronu o aktywacji funkcja liniowa y=2x-1 wynosi:

a)

0

b)

1

c)

2

d)

3

45.

Decyzja czy producent wytwarza produkt we własnym zakładzie, czy korzysta z zewnętrznego dostawcy, jest zwana:

a)

decyzją zaopatrzeniową

b)

decyzją Make-or-Buy

c)

decyzją sprzedażową

d)

decyzją outsourcingową

46.

Harmonogramowanie produkcji to:

a)

określenie co, jak, gdzie i kiedy firma zamierza produkować w ciągu jednego tygodnia

b)

żadna z tych odpowiedzi

c)

określenie co, jak i kiedy firma zamierza wyprodukować w ciągu 3-6 miesięcy

d)

określenie opóźnienia w realizacji zamówień klientów

47.

Klasyfikacja to:

a)

model objaśniający działanie SSN

b)

model objaśniający działanie klasy obiektów

c)

podział obiektów na grupy, których liczba nie jest znana

d)

podział obiektów na predefiniowane klasy

48.

Wiedza w postaci kompletnych i spójnych zbiorów reguł to przykład:

a)

uczenia na pamięć

b)

uczenia na podstawie obserwacji

c)

uczenia bez nauczyciela

d)

uczenia przez przekazanie informacji

49.

Metoda ruletki wyboru osobników do krzyżowania nie może być stosowana:

a)

dla problemów minimalizacyjnych

b)

dla problemów maksymalizacyjnych

c)

jeśli funkcja dopasowania wszystkich osobników jest dodatnia

d)

jeśli funkcja dopasowania wszystkich osobników jest ujemna

50.

Jaka powinna być wartość wagi W23, by odpowiedź sieci złożonej z trzech neuronów o aktywacji „skok jednostkowy” wynosiła 0?

a)

<-2,5

b)

>1

c)

>2,5

d)

>0

51.

Metaheurystykami populacyjnymi są:

a)

symulowane wyżarzanie, algorytmy ewolucyjne

b)

symulowane wyżarzanie, tabu search

c)

symulowane wyżarzanie, tabu search, programowanie liniowe

d)

algorytmy ewolucyjne, algorytmy rojowe

52.

Przekształcenie wiedzy jawnej w ukrytą w modelu SECI (Nonaka, Takeuchi) to:

a)

eksternalizacja

b)

socjalizacja

c)

kombinacja

d)

internalizacja

53.

Pytanie „co-jeśli” w celu określenia wpływu zmian jednego lub kilku czynników na wyniki mają na celu:

a)

analizę wrażliwości

b)

modelowanie danych

c)

klasyfikację obiektów

d)

optymalizację

54.

Które z następujących określeń najlepiej charakteryzują decyzje strategiczne:

a)

bliski horyzont czasowy, wysoki stopień ryzyka

b)

wysoka dokładność, wewnętrzne źródło informacji

c)

niska powtarzalność, wysoki stopień ryzyka

d)

wewnętrzne źródło informacji, niska powtarzalność

55.

Wymienione poniżej problemy są odpowiednie dla algorytmów genetycznych oprócz:

a)

prosta optymalizacja z kilkoma zmiennymi

b)

rozpoznawanie złożonych wzorców

c)

symulacja modeli biologicznych

d)

dynamiczne sterowanie procesami

56.

Wiedza empiryczna (oparta o przykłady) to przykład wiedzy:

a)

głębokiej

b)

wyraźnej

c)

jawnej

d)

ukrytej

57.

„Wsteczna propagacja błędu” to metoda:

a)

przesyłania informacji od warstwy wyjściowej do wejściowej w SSN

b)

uczenia sztucznej sieci neuronowej

c)

wyznaczania wartości współczynników regresji liniowej

d)

modelowania zachowania się SSN

58.

Trzy standardowe metody inteligencji obliczeniowej to:

a)

tabu search, programowanie liniowe, symulowane wyżarzanie

b)

symulowane wyżarzanie, tabu search, metoda najmniejszych kwadratów

c)

algorytmy ewolucyjne, programowanie dynamiczne, tabu search

d)

symulowane wyżarzanie, algorytmy ewolucyjne, algorytmy mrówkowe

59.

Systemy ekspertowe działają w oparciu o wiedzę:

a)

empiryczną

b)

deklaratywną

c)

ukrytą

d)

proceduralną

60.

Metaheurystyka TS umożliwia wyjście z ekstremum lokalnego poprzez:

a)

TS zawsze zatrzymuje się w ekstremum lokalnym

b)

żadna z tych odpowiedzi

c)

akceptację tylko lepszego rozwiązania niż wejściowe

d)

zabronienie ruchów, które ostatnio zostały wykonane

61.

Odpowiedź poniższego neuronu o aktywacji „skok jednostkowy” wyniesie:

a)

-1

b)

0

c)

1

d)

1,5

62.

Użytkownik, oprogramowanie, baza danych i moduł modeli stanowią podstawowe elementy systemu:

a)

MIS

b)

ERP

c)

TPS

d)

DSS

63.

Algorytmy genetyczne nie zależą do metod:

a)

dokładnych

b)

sztucznej inteligencji

c)

pełnego przeglądu

d)

metaheurystycznych

64.

Która z poniższych organizacji najprawdopodobniej powinna być ulokowana w pobliżu swoich klientów?

a)

wytwórnia samochodów ciężarowych

b)

klinika medyczna

c)

zarząd firmy ubezpieczeniowej

d)

restauracja

65.

Decydowanie o sposobach motywowania pracowników jest przykładem podejmowania decyzji na szczeblu:

a)

operacyjnym

b)

strategicznym

c)

taktycznym

d)

pracy z wiedzą i danymi

66.

Jaka decyzja zostanie podjęta na podstawie poniższej tabeli decyzyjnej, jeśli wartość zakupu wynosiła 100zł, klient jest nowy, a towar dobrze rotuje?

a)

przyznaj rabat 10%

b)

brak rabatu

c)

przyznaj rabat 5%

d)

brak rozstrzygnięcia

67.

Decyzje, w których osoba podejmująca decyzję musi przedstawić osąd, ocenę i wgląd w definicję problemu, są określane jako:

a)

zupełne

b)

semistrukturalne

c)

nieustrukturyzowane

d)

ustrukturyzowane

68.

Podstawowymi zastosowaniami SSN nie są problemy:

a)

optymalizacji

b)

klasyfikacji

c)

prognozowania

d)

rozpoznawania obrazów

69.

Który rodzaj decyzji charakteryzuje się tym, że może być kilka dobrych odpowiedzi i nie ma jednego sposobu na uzyskanie dokładnej odpowiedzi?

a)

ustrukturyzowana decyzja

b)

żadna z tych odpowiedzi

c)

decyzja nieustrukturyzowana

d)

powtarzalna decyzja

70.

Które z poniższych stwierdzeń, porównujące algorytmu genetyczne i symulowane wyżarzanie, są prawdziwe?

a)

algorytmy genetyczne działają na pojedynczym rozwiązaniu, natomiast symulowane wyżarzanie-na wielu

b)

żadna z tych odpowiedzi

c)

algorytmy genetyczne są wykorzystywane do problemów minimalizacyjnych, a symulowane wyżarzanie jest wykorzystywane wyłącznie do problemów maksymalizacji

d)

algorytmy genetyczne operują populacją rozwiązań, natomiast symulowane wyżarzanie działa z jednym rozwiązaniem

71.

Podstawową wadą SWD jest:

a)

obiektywność proponowanych decyzji

b)

automatyzacja podejmowania decyzji

c)

zbyt duże znaczenie przykładane do rozwiązań informatycznych

d)

trudna do oszacowania szybkość podejmowania decyzji

72.

SWD obejmuje wiele podstawowych typów modeli analitycznych. Jeśli chcielibyśmy zmniejszyć wydatki na reklamę o 10000 złotych, to - aby można było określić wpływ tego na sprzedaż – skorzystamy z modelu:

a)

wizulalizacji danych

b)

optymalizacyjnego

c)

wrażliwości

d)

programowania liniowego

73.

SWD obejmuje wiele podstawowych typów modeli analitycznych. Jeśli chcielibyśmy zmniejszyć wydatki na reklamę o 50000 zł-to aby można było określić wpływ tego na sprzedaż- skorzystamy z modelu:

a)

optymalizacyjnego

b)

programowania liniowego

c)

wrażliwości

d)

wizualizacji danych

74.

Załóżmy że algorytm genetyczny wykorzystuje chromosomy postaci x=abcdef o stałej długości sześciu genów, z których każdy może zawierać dowolną cyfrę od 1 do 8. Funkcja dopasowania jest obliczana jako: FF(x)=(a+b)+(c+d)+(e+f).

Mutacja polega na wstawieniu w wylosowanym miejscu cyfry =9-obecna cyfra. Po mutacji czwartego genu osobnika x1=238212 powstanie osobnik o FD równej:

a)

19

b)

18

c)

22

d)

20

75.

Załóżmy, że dla problemu maksymalizacji algorytm genetyczny wykorzystuje chromosomy postaci x=abcdef o stałej długości sześciu genów, z których każdy może zawierać dowolną cyfrę od 2 do 7. Funkcja dopasowania jest obliczana jako: FF(x)=(a+b)+(c+d)+(e+f).

Jeśli populację początkową stanowią 4 osobniki; x1=655225; x2=272265; x3=225631; x4=322723, to- w przypadku selekcji na zasadzie ruletki i l.los=0,2 ; l.los=0,45. rodzicami zostaną:

a)

x2 i x3

b)

x1 i x2

76.

Która z organizacji najprawdopodobniej powinna być ulokowana w pobliżu swoich klientów?

a)

klub typu siłownia

b)

zarząd firmy ubezpieczeniowej

c)

wytwórnia samochodów

d)

wytwórnia leków

77.

Załóżmy, że algorytm genetyczny wykorzystuje chromosomy postaci x=abcdef o stałej długości sześciu genów, z których każdy może zawierać dowolną cyfrę od 0 do 9. Funkcja dopasowania jest obliczana jako: FF(x)=(a+b)+(c+d)+(e+f).

Jeśli mamy dwa osobniki x1=123456 i x2=987654, to w wyniku krzyżówki jednopunktowej w punkcie po trzeciej cyfrze powstaną dwa osobniki o FD:

a)

9 i 31

b)

11 i 29

c)

11 i 41

d)

13 i 29

78.

Wartość źródła informacji:

a)

zależy od konkretnego problemu decyzyjnego i wartości korzyści, jakie wnosi

b)

jest ustalana niezależnie przez źródło informacji (eksperta/doradcę)

c)

jest zawsze najmniejsza dla decydentów o największej awersji do ryzyka

d)

jest zawsze dodatnia, co wynika ze zmniejszania entropii informacji w procesie decyzyjnym

79.

Funkcja użyteczności odwzorowuje:

a)

prawdopodobieństwo wystąpienia zdarzeń ryzykownych

b)

użyteczność informacji

c)

skłonność do przeceniania wartości strat lub korzyści wynikających z ekspozycji na ryzyko

d)

przedział nieufności prawdopodobieństwa wystąpienia zdarzeń

80.

odpowiedź poniższego neuronu o aktywacji funkcja liniowa Ys=x-3 wyniesie:

a)

-1,5

b)

0

c)

-0,5

d)

1

Similar Resources on Wayground

Экономика

76 questions

Экономика

quiz

Worksheet

•

University

Программалау рубежка 1

78 questions

Программалау рубежка 1

quiz

Worksheet

•

University

Signals & Systems Phase 1

80 questions

Signals & Systems Phase 1

quiz

Worksheet

•

University

Repaso de Técnicas Culinarias

81 questions

Repaso de Técnicas Culinarias

quiz

Worksheet

•

University

Quiz Kinh Tế Chính Trị Mác-Lênin 85 câu

85 questions

Quiz Kinh Tế Chính Trị Mác-Lênin 85 câu

quiz

Worksheet

•

University

PJC A2 L3 3.4 Dobry, lepszy, najlepszy

80 questions

PJC A2 L3 3.4 Dobry, lepszy, najlepszy

quiz

Worksheet

•

University

Performance Management Final Exams

77 questions

Performance Management Final Exams

quiz

Worksheet

•

University

UAS KD IPS Kelas A

80 questions

UAS KD IPS Kelas A

quiz

Worksheet

•

University