wayground logo

Free Printable Worksheets

Font size

S
M
L
XL
Worksheets

KvizSP2

Total questions: 80

Worksheet time: 43mins

Name
Class
Date
1.

Koji matematički koncept se koristi za računanje sličnosti slučajeva (primera) u CBR (case-based reasoning) sistemima?

a)

koncept funkcije u n-dimenzionalnom pristupu

b)

koncept rastojanja u n-dimenzionalnom pristupu

c)

koncept preslikavanja u n-dimenzionalnom pristupu

2.

Šta je algoritam RETE?

a)

algoritam efikasnog mehanizma zaključivanja

b)

algoritam pretraživanja pravila

c)

algoritam rangiranja pravila

3.

Upotreba ansambala u mašinskom učenju zasniva se na

a)

teoremi o žiriju markizma Condorcea (Jury theorem)

b)

Okamovom principu

c)

Bordinom metodu

4.

Šta je greška tipa I u statističkoj teoriji odlučivanja?

a)

estimacija verovatnoće pogrešne odluke

b)

istina razvrstana kao laž (False Positive)

c)

laž razvrstana kao istina (False Negative)

5.

Šta su ljuske ekspertnih Sistema (expert system shells)

a)

mehanizam zaključivanja ekspertnog sistema

b)

ekspertni sistem s pripremljenom bazom znanja

c)

ekspertni sistem sa praznom bazom znanja

6.

Kako se računa faktor pouzdanosti (Certainity Factor, CF) disjunkcije dveju tvrdnji?

a)

kao najveća vrednost faktora pouzdanosti nekog od elemenata disjunkcije ?

b)

kao srednja vrednost faktora pouzdanosti nekog od elemenata disjunkcije

c)

kao najmanja vrednost faktora pouzdanosti nekog od elemenata disjunkcije

7.

Da li je praćenje rada korisnika standardna funkcija Web sajta e-trgovine?

a)

ne

b)

da

c)

samo za B2B sajtove

d)

samo za B2C sajtove

8.

Koji je najviši stepen razumljivosti automatizovano naučenog znanja?

a)

korištenje naučenog znanja bez pomoći računara

b)

korišćenje uz pomoć računara s obrazlaganjem odluka

c)

korišćenje uz pomoć računara

9.

Poslovna analitika se bavi

a)

istraživanjem ostvarenih performansi poslovanja

b)

optimizacijom poslovnih procesa

c)

izvlačenje znanja iz strukturiranih I nestrukturiranih podataka

10.

Koje vrste znanja razlikujemo ? više ponuđenih ?

a)

implicitno

b)

objektivno

c)

subjektivno

d)

eksplicitno

11.

Koja su obeležja inteligentnog ponašanja? više ponuđenih

a)

razumevanje smislenih i konzistetnih podataka

b)

mišljenje i rezonovanje

c)

snalaženje u predvidivim situacijama

d)

učenje na osnovu iskustva

e)

snalaženje u nepredvidivim situacijama

12.

Gdje se u sistemu prati/evidentira ponašanje online potrošača?

a)

u bazi podataka kupaca

b)

u bazi podataka proizvoda

c)

u korpi za kupovinu (shopping cart)

d)

u dnevniku transakcija (transaction log)

13.

Koji interni algoritam je od posebnog značaja za proces obučavanja veštačke neuronske mreže (ANN)?

a)

asocijativna mreža

b)

rekuretne VNM

c)

kernel trik

d)

propagacija greške (backpropagation)

14.

Koje vrste mehanizma zaključivanja koriste ekspertni sistemi ? više ponuđenih

a)

aproksimativno zaključivanje

b)

Zaključivanje unazad (backward chaining)

c)

analogno zaključivanje

d)

induktivno zaključivanje

e)

zaključivanje unapred(forward chaining)

15.

Koja se matematička disciplina koristi u modeliranju aukcija?

a)

teorija igara

b)

statistička teorija odlučivanja

c)

linearno programiranje

16.

Koji sistem preporučivanja pretvaraju različite izvore I oblike preporuke u nove, pouzdanije preporuke?

a)

kolaborativno filtriranje (collaborative filtering)

b)

metodi istraživanja znanja (data mining)

c)

sistemi grupnog preporučivanja

17.

Koje su osnovne prednosti komunikacije u prirodnom jeziku u sistemima e-trgovine?

a)

jednostavniji interfejs

b)

povećanje zadovoljstva kupca

c)

pomoć licima sa posebnim potrebama

d)

lakša implementacija interfejsa

18.

Označite svojstva modela koji predstavlja Bajesova formula?

a)

omogućava zaključivanje o uzrocima na osnovu posledica

b)

povezuje uzroke i posledice neke pojave

c)

ne bavi se vezom uzroka i posledica neke pojave

19.

Čime se bavi normativna teorija odlučivanja?

a)

načinom na koji treba donositi odluke

b)

opisivanjem načina na koji se odluke donose

c)

načinom na koji se donose grupne odluke

20.

Kako se izračunava mera pouzdanosti (Certainity Factor, CF)?

a)

razlika mere poverenja (MB) I mere nepovjerenja (MD) u hipotezu H uz činjenice E

b)

proizvod mere poverenja (MB) I mere nepovjerenja (MD) u hipotezu H uz činjenice E

c)

suma mere poverenja (MB) I mere nepovjerenja (MD) u hipotezu H uz činjenice E

21.

Deskriptivna teorija odlučivanja se bavi?

a)

opisivanjem načina na koji se odluka donose?

b)

načinom na koji treba donositi odluke

22.

Šta je ekspertni sistem?

a)

računarski zasnovan sistem namenjen prikupljanju znanja od eksperata

b)

računarski zasnovan sistem namenjen rešavanju problema za koje je potrebno ekspertsko znanje

c)

računarski sistem namenjen obuci eksperata

23.

Koja je osnovna razlika između inteligentnih agenata I inteligentnih asistenata?

a)

inteligentni sistemi funkcionišu samo u interekciji sa čovjekom

b)

inteligentni asistenti se ne koriste u intefejsima

c)

inteligentni agenti funkcionišu I bez inteakcije s čovjekom

24.

Da li se Bajesova formula koristi u sistemima za podršku odlučivanju?

a)

koristi se u dijagnostičkim ekspertnim sistemima

b)

koristi se samo kada su ishodi (odluke) međusobno nezavisni

c)

ne koristi se zbog svojih ograničenja

25.

Fazi skup I njegova funkcija pripadnosti definiše se?

a)

na osnovu pravila matematičke logike

b)

na osnovu ekspertnog znanja jednog ili više eksperata

c)

metodima induktivnog mašinskog učenja

d)

pomoću kombinacije linearnih funkcija

26.

Šta je greška tipa I u statističkoj teoriji odlučivanja?

a)

estimacija verovatnoće pogrešne odluke

b)

laž razvrstana kao istina (False Negative)

c)

istina razvrstana kao laž (False Positive)

27.

Ocena estimacija tačnosti indukativno naučenog znanja vrši se?

a)

na osnovu Bajesove formule

b)

na osnovu eksperimenata, metodom propogancije greške

c)

na osnovu eksperimenata, metodom unakrsne validacije

d)

na osnovu iskustva

e)

na osnovu eksperimenata, metodom testnog skupa (hold out)

28.

Koja je specifičnost teorija igara u odnosu, na teorije odlučivanja?

a)

izučava process odlučivanja (manjeg broja) učesnika

b)

izučava process odlučivanja pojedinaca

c)

ne uračunava se odnos ljudi prema odluci

d)

uračunava odnos ljudi prema odluci

29.

Gdje se u sistemu prati/evidentira ponašanje online potrošača?

a)

u dnevniku transakcija transaction log

b)

u bazi podataka proizvoda

c)

u korpi za kupovinu (shopping cart)

30.

Navedite prednosti prototipskog razvoja

a)

duže vremenske reakcije korisnika

b)

niske cijene

c)

visoka cijena

d)

kraće vreme reakcije korisnika

e)

kraće vreme razvoja

31.

Koja se matematička disciplina koristi u modeliranju aukcija?

a)

teorija igara

b)

linearno programiranje

c)

statistička teorija odlučivanja

32.

Koji metod mašinskog učenja je uporediv po tačnosti predviđanja s veštačkom neuronskim mrežama (ANN)?

a)

metod učenja direktno na osnovu slučajeva (Case-Based Reasoning)

b)

višeslojni perceptron (multilayer perceptron)

c)

metod nosećih vektora (support vector machines)

33.

Koja je osnovna razlika između zadatka I regresije u mašinskom učenju?

a)

različit tip vrednosti koju treba predvideti

b)

različite objekte učenja

c)

različite strategije učenja

34.

Koji je stepen razumljivosti veštačkih neuronskih mreža?

a)

najniži (1)

b)

srednji(2)

c)

najviši(3)

35.

Označite konkretne primera ljuski ekspertnih Sistema

a)

IBM ILOG

b)

Prolog

c)

Jess

d)

Erlang

e)

CLIPS

36.

Navedite elemente inteligentnog ponašanja

a)

kretanje

b)

učenje (Learning)

c)

mirovanje

d)

rasuđivanje (Reasoning)

e)

adaptacija (Adaptivity)

37.

Koja su osnovna svojstva odluka koje razmatra teorija odlučivanja?

a)

intertemporalni izbor

b)

jednostvnost

c)

donošenje odluka u složenim situacijama

d)

izbor u uslovima neizvesnosti

e)

kompeticija donosilaca odluka

38.

Vrednost istinosti u fazi logici je

a)

diskretna vrednost

b)

realni brojevi

c)

binarna vrednost

d)

celi broj

39.

Koje su pomoćne kompotente (podsistemi) ekspertnog Sistema?

a)

radni prostor (workplace)

b)

podsistem za prikupljanje znanja (knowledge acquisition)

c)

podsistem za poboljšanje baze znanja

d)

baza znanja

e)

podsisitem za objašnjenja

40.

Kada je proizvod/usluga roba (commodity)?

a)

kada postoji mali broj prodavaca

b)

kada postoji veliki broj prodavaca I svi proizvodi su suštinski različiti

c)

kada postoji veliki broj prodavaca I svi proizvodi suštinski identični

41.

U čemu se sastoji implementacija softvera?

a)

projektovanje serverske strukture koja realizuje specifikacije

b)

prevođenje projektovane softverske strukture u izvršni program

c)

process konverzije specifikacije sistema u izvršni

42.

U metode mašinskog učenja razumljivih pravila odlučivanja spadaju

a)

algoritmi generisanja kao opis drugih vrsta modela

b)

algoritmi učenja na osnovu pokrivanja skup primera (set covering)

c)

algoritmi transformacije stabala odlučivanja

d)

algoritmi učenja nosećih vektora

e)

algoritmi učenja veštačkih neuronskih mreža

43.

Koji interni algoritam je od posebnog značaja za process obučavanja veštačke neuronske mreže (ANN)?

a)

asocijativna memorija

b)

rekurentne VNM

c)

propagacija greške (backpropagation)

44.

Kako se računa faktor pouzdanosti (Certainity Factor CF) konjukcije dveju tvrdnji?

a)

kao najmanja vrednost faktora pouzdanosti nekog od elemenata konjukcije

b)

kao najveća vrednost faktora pouzdanosti nekog od elemenata konjukcije ?

c)

kao srednja vrednost faktora pouzdanosti nekog od elemenata konjukcije

45.

Koji je stepen razumljivosti stabala odlučivanja I produkcionih pravila?

a)

srednji (2)

b)

najviši (3)

c)

najniži (1)

46.

Osnovna ideja algoritma učenja stabala odlučivanja je

a)

rekruzivna podela vrednosti klasifikacionog atributa

b)

rekruzivna podela skupa algoritma na podskupove

c)

rekruzivna podela skupa primera na podskupove

47.

Koja je osnovni cilj sistema za preporučivanja proizvoda u e-trgovini?

a)

podrška donošenja odluka u procesu kupovine proizvoda

b)

personalizacija u e-marketingu

c)

izgradnja inteligentnih interfejsa

48.

Normativna teorija odlučivanja se bavi

a)

opisivanjem načina na koji se odluke donose

b)

načinom na koji treba donositi odluke

49.

Koji su osnovni alati za razvoj ekspertnih sistema?

a)

ljuske skpertnih sistema

b)

sistemi za upravljanje bazama podataka

c)

programski jezici opste namene

d)

gotova rešenja za određene primene

50.

Navedite bar tri metoda realizacije inteligentnih sistema

a)

skladište podataka (data warehouses)

b)

inteligentni agenti (intelligent software agents)

c)

istraživanje podataka/otktiovanje znanja (data mining/knowledge data discovery)

d)

baze podataka (databases)

e)

ekspertni sistem (expert systems)

51.

Šta su inteligentni programski sistemi?

a)

sistemi koji pokazuju mnoge od sposobnosti čoveka na poslovima gdje je potrebna inteligencija

b)

sistemi koji pokazuju mnoge od sposobnosti čoveka na rutinskim poslovima

c)

sistemi koji modeliraju ponašanje čoveka

52.

Šta je mašinsko učenje?

a)

proces u kome sistem zadržava performanse na datom zadatku bez dodatnog programiranja

b)

proces u kome sistem poboljša svoje performanse na datom zadatku uz dodatno programiranje

c)

proces u kome sistem poboljšava svoje performanse na datom zadatku bez dodatnog programiranja

53.

Bajesova formula (pravilo) predstavlja model

a)

koji omogućava zaključivanje o uzrocima na osnovu posledica

b)

koji ne može da poveže uzroke I posledice neke pojave

c)

koji povezuje uzroke I posledice neke pojave

54.

Da li je praćenje rada korisnika standardna funkcija Web sajta e-trgovine?

a)

ne

b)

da

c)

samo za B2B

55.

Šta je kineska soba?

a)

dokaz da se može položiti Tjuringov test bez razumevanja I rasuđivanja

b)

dokaz da se ne može položiti Tjuringov test bez razumevanja I rasuđivanja

c)

dokaz da se može položiti Tjuringov test putem ra

56.

Logička operacija preseka fazi skupova definiše se kao

a)

minimum funkcija pripadnosti pojedinim fazi skupovima

b)

medijana vrednosti funkcija pripadnosti pojedinim fazi skupovima

c)

maksimum funkcija pripadnosti pojedinim fazi skupovima

d)

srednja vrednost pripadnosti pojedinim fazi skupovima

57.

Navedite nedostatke samostalnog razvoja sistema za podršku odlučivanju više ponuđenih

a)

produženje roka početka poslovanja

b)

ponavljanje razvoja

c)

izrada u skladu sa sopstvenim potrebama

d)

brže prilagođavanje promenama

e)

rizik realizacije složenih funkcija

58.

Standardne funkcije Web sajta e-trgovine su više ponuđenih

a)

praćenje I analiza rada Web sajta (site tracking and reporting)

b)

brisanje proizvoda

c)

online katalog proizvoda/usluga

d)

baze podataka proizvoda I prodaje

e)

korpa za kupovinu (shipping cart) I sistemi plaćanja

59.

Koje su prednosti alternativnih teorija oslučivanja?više ponuđenih

a)

imaju stroge pretpostavke

b)

uspešno se primenjuju u praksi

c)

nemaju stroge pretpostavke

d)

nisu uspešne u prakstičnim primenama

60.

Kako se naziva online evivalent ponašanja (kretanja) potrošača u fizičkoj prodavnici?

a)

ponašanje prilikom e-plaćanja

b)

ponašanje u komunikaciji sa sajtom (clickstream bahavior)

c)

ponašanje prilikom pretraživanja proizvoda

61.

Koje vrste direktne komunikacije s predstavnicima kompanije koriste Web sajtovi e-trgovine? Više ponuđenih

a)

SMS

b)

tekstualna (chat)

c)

videokonferencija

d)

e-mail

62.

Metodi zaključivanja u fazi sistemima su Više ponuđenih

a)

Takagi-Sugeno-Kang

b)

Rezolucija

c)

Mamdani

d)

Modus ponens

63.

Navedite osnovne korake procedure zaključivanja po analogiji u CBR(case based reasoning) sistemima

a)

izmeni (revise)

b)

pronađi (retrive)

c)

ponovo upotrebi (reuse)

d)

briši (delete)

e)

sačuvaj (retain)

64.

Koji je osnovni proces element (PE) veštačke neuronske mreže (ANN)?

a)

veštački neiron

b)

aktivaciona funkcija

c)

sigmoid

65.

Šta je predmet izučavanja veštačke inteligencije?

a)

modeliranje načina funkcionisanja ljudskog mozga

b)

metodi logičkog zaključivanja

c)

ponašanje računara koje se, kada ga izvršava ljudsko biće, naziva inteligentnim

66.

Prototipski razvoj sistema za podršku odlučivanja (DSS) je Više ponuđenih

a)

iterativan

b)

evolutivan

c)

sekvencijalan

d)

inkrementalan

e)

kombinovan

67.

Servisno orijentisana arhitektura sistema (SOA) je Više ponuđenih

a)

stil projektovanja arhitekture prilikom razvoja I integracije sistema

b)

način definisanja strukture baze podataka u sistemu

c)

sklapnje (assembly) aplikacija od dobro definisanih komponenti

d)

način predstavljanja modela u sistemu za podršku odlučivanju

68.

Šta je ekspertiza?

a)

proces sticanja specifičnog znanja eksperata

b)

specifično znanje eksperata stečeno učenjem, obukom I praksom

c)

proces upotrebe specifičnog znanja eksperata

69.

Koje su osnovne forme logičkog zaključivanja? Više ponuđenih

a)

abduktivno

b)

sigurno

c)

induktivno

d)

statističko

e)

deduktivno

70.

Navedite moguće uzroke neuspeha prototipskog razvoja Više ponuđenih

a)

zahteva se dobro testiranje

b)

zahteva se niska cena

c)

zahteva se kratko vreme reakcije korisnika

d)

zahteva se projektovanje sistema jednostavnog za održavanje

e)

zahteva se detaljan opis informacionih problema

71.

Šta je greška tipa II u statističkoj teoriji odlučivanja?

a)

estimacija verovatnoće pogrešne odluke

b)

laž razvrstana kao istina (False Negative)

c)

istina razvrstana kao laž (False Positive)

72.

Na osnovu čega se rengiraju hipoteze metodom faktora pouzdanosti (Certainity Factor, CF)?

a)

razlika mere poverenja (MB) I mere nepovjerenja (MD) u hipotezu H uz činjenice E

b)

mera poveranja (Measure of Belief, MB) u istinitost tvrdnje

c)

mera nepoverenja (Measure of Disbelief, MB) u istinost tvrdnje

73.

Gdje se nalazi programski kod korpe za kupovinu?

a)

I na klijentu I na serveru

b)

na serveru

c)

na klijentu

74.

Web servis je

a)

jedinica ponovo upotrebljive tehničke funkcije

b)

jedinica ponovo upotrebljive poslovne funkcije

c)

način izvršavanja modela u Web sistemu za podršku odlučivanju

75.

Koji metod mašinskog učenja po analogiji poznajete?

a)

višeslojni perceptron (multilayer perceptron)

b)

metod nosećih vektora (support vector machines)

c)

metod učenja direktno na osnovu slučajeva (Case Based Reasoning)

76.

Navedite obeležja inteligentnog ponašanja

a)

Snalaženje u predvidivim situacijama

b)

snalaženje u nepredvidivim situacijama

c)

mišljenje I rezonovanje

d)

učenje na osnovu iskustva

e)

razumevanje smislenih I konzistetnih poruka

77.

Koje se ulazne informacije koriste za izradu profila korisnika metodima istraživanja znanja?

a)

ocenjeni proizvodi

b)

primeri interakcije korisnika sa sistemom

c)

katalog proizvoda

78.

Navedite neka proširenja klasične matematičke logike?

a)

neprekidna/kontinualna logika

b)

višeznačna logika

c)

propoziciona logika

d)

predikatna logika

79.

Da li je fazi odluka direktno promjenljiva na problem odlučivanja?

a)

da, jer sadrži efekte svih zaključaka

b)

da, jer agregira sve fazi skupove u jedan izlazni fazi skup

c)

ne, potrebna je defazifikacija

80.

Navedite prednosti samostalnog razvoja sistema za podršku odlučivanju

a)

rok početka poslovanja

b)

ponavljanje razvoja

c)

izrada u skladu sa sopstvenim potrebama

d)

brže prilagođavanje promenama

e)

usvajanje novih tehnologija

Similar Resources on Wayground

Meats Evaluation Event 2019 & 2017

75 questions

Meats Evaluation Event 2019 & 2017

quiz

Worksheet

•

12th Grade

RM Y CIENCIAS N° 1 REGULAR

80 questions

RM Y CIENCIAS N° 1 REGULAR

quiz

Worksheet

•

12th Grade

Everfi Final Test (Taxes & Financial Awareness)

75 questions

Everfi Final Test (Taxes & Financial Awareness)

quiz

Worksheet

•

9th - 12th Grade

S24 - Introduction to Property Law - Takehome

76 questions

S24 - Introduction to Property Law - Takehome

quiz

Worksheet

•

12th Grade

Mini TO IMJ UB 2020 SOSHUM

85 questions

Mini TO IMJ UB 2020 SOSHUM

quiz

Worksheet

•

12th Grade - University

Econ Vocab Chapters 11-15

82 questions

Econ Vocab Chapters 11-15

quiz

Worksheet

•

9th - 12th Grade

Personal Finance Final Exam

75 questions

Personal Finance Final Exam

quiz

Worksheet

•

9th - 12th Grade

Tryout Soshum 1

80 questions

Tryout Soshum 1

quiz

Worksheet

•

1st Grade - University