Ifi6057kk: erinevus redaktsioonide vahel
Mine navigeerimisribale
Mine otsikasti
Uus lehekülg: ' # Intelligentne agent. Agendi ülesande PEAS-kirjeldus. # Algoritmi ajaline keerukus. Suure "O" notatsioon. # Ülesande keerukus. NP-keerukad ülesanded. # Üldine iteratiivne p...' |
Resümee puudub |
||
| 1. rida: | 1. rida: | ||
Need on '''2015''' eksami kordamisküsimused. 2016 aasta eksamiteemadesse tuleb eeldatavalt muudatusi. | |||
# Intelligentne agent. Agendi ülesande PEAS-kirjeldus. | # Intelligentne agent. Agendi ülesande PEAS-kirjeldus. | ||
Redaktsioon: 12. august 2016, kell 09:42
Need on 2015 eksami kordamisküsimused. 2016 aasta eksamiteemadesse tuleb eeldatavalt muudatusi.
- Intelligentne agent. Agendi ülesande PEAS-kirjeldus.
- Algoritmi ajaline keerukus. Suure "O" notatsioon.
- Ülesande keerukus. NP-keerukad ülesanded.
- Üldine iteratiivne puuotsingu algoritm, selle seos reaalse ülesande olekutega (olekuruumiga).
- Pimeotsing (laiuti-, sügavuti-). Laiutiotsingu ja sügavutiotsingu ajaline ja ruumiline keerukus.
- Heuristiline otsing. Ahne otsingu ja A* hindamisfunktsioon (i.k. evaluation function).
- A* optimaalsuse tingimus.
- Lokaalne otsing. Otsinguruum, mäeronimine, lokaalsed ja globaalsed maksimumid.
- Itereeritud kohaliku otsingu (i.k. ILS) algoritm.
- Strateegia otsing intelligentse vastase vastu. Minimax puu.
- Alpha/beta otsing.
- Kitsendusülesanded. Ülesande teisendus kitsendusülesandeks (muutujad, nende piirkonnad ja kitsenduste formuleerimine).
- Kitsendusülesande lahendamine rekursiivse otsinguga. Optimeerimise tehnikad (MRV jne).
- Teadmusbaasil põhineva agendi arhitektuur.
- Teadmusbaasi realiseerimine loogikat kasutades. Järeldumine.
- Predikaatloogika (i.k. first order logic) teadmusbaas.
- Prologi kasutamine predikaatloogika reeglite ja faktide kirjapanekuks.
- Tingimuslik tõenäosus.
- Diskreetsete juhuslike suuruste ühisjaotus, lausete tõenäosuse arvutamine selle kaudu.
- Juhuslike suuruste iseseisvus. Bayesi võrk.
- Tõenäosuste arvutamine Bayesi võrgul, kasutades juhuslikkusel põhinevat simulatsiooni (Gibbs sampling).
- Bayesi võrgu koostamine.
- Õppimine - mingile tundmatule funktsioonile lähendi leidmine.
- Klassifitseerimine otsustuspuu abil. Otsustuspuu ehitamine DTL algoritmiga. Informatsiooni entroopia.
- Tehisneuroni tööpõhimõte.
- Tehisnärvivõrkude struktuur.
- Q-learning. Käitumise õppimine.
Eksami peamine põhimõte: eksamil küsitakse kõike seda, millest on räägitud loengutes.