Inteligência Artificial
|
|
- Luiz Felipe Nobre
- 4 Há anos
- Visualizações:
Transcrição
1 Inteligência Artificial Repescagem Segundo Teste 2 de Fevereiro de :00-10:30 Este teste é composto por 13 páginas contendo 6 perguntas. Identifique já todas as folhas do teste com o seu nome e número. Na mesa em que está a fazer o exame deve ter apenas lápis/caneta, identificação e este exame. Pode utilizar o verso das folhas como rascunho. Deve responder às perguntas no espaço deixado para o efeito. Para as perguntas de escolha múltipla é dada uma cotação negativa no caso de a resposta estar errada: se existirem n alternativas e a cotação for c, então respostas erradas contribuem negativamente para a classificação final com c/(n-1). Cotações Perguntas 1) Perguntas de resposta de escolha múltipla devem ser respondidas aqui. Para cada pergunta, só responda se tiver praticamente a certeza que a resposta está correcta; se tiver dúvidas, é preferível não responder. Pergunta 2 a b c d e f Classificação Pergunta 3 a b c d e f Classificação (i) (ii) (iii) (iv) (v) Pergunta Classificação (a) V F V F V F V F V F V F V F V F (b) V F V F V F V F V F V F V F V F (c) V F V F V F V F V F V F V F V F Nome: Número: 1
2 1. (3.0) Escreva em ANSI Common Lisp as seguintes funções recursivas: a. (1.5) Função posição que retorna a primeira posição em que o elemento (dada como primeiro argumento) está numa lista (dada como segundo argumento). Se o elemento não estiver na lista, a função retorna 0. Por exemplo, > (posição A (A B C D)) 1 > (posição D (A B C D E F D A)) 4 > (posição E (A B C D)) 0 b. (1.5) Função inverte, recursiva, que inverte cada nível de uma lista. Por exemplo, > (inverte (A B (C (D E))) (((E D) C) B A) Nome: Número: 2
3 2. (3.0) Responda às seguintes perguntas de resposta de escolha múltipla, colocando um X em cada respectiva posição da tabela da página (0,25) Porque é que queremos que um agente aprenda? a. Porque em certos ambientes o programador do agente é incapaz de prever todas as situações que o agente poderá ter de enfrentar. b. Porque em certos ambientes o programador do agente é incapaz de prever como o ambiente muda ao longo do tempo. c. Porque por vezes os programadores não fazem a mínima ideia de como programar uma solução. d. Apenas as respostas a) e b) estão correctas. e. Todas as respostas de a) a c) estão correctas. f. Todas as respostas de a) a c) estão incorrectas. 2. (0,25) Dado um conjunto de treino de N exemplos de pares input-output (x1,y1), (x2,y2),..., (xn,yn) gerados por uma função y= F(x), a tarefa de Aprendizagem Supervisionada consiste em encontrar uma função h (chamada uma hipótese) que aproxima a verdadeira função f. Sendo assim, a. a aprendizagem é uma procura, através de um espaço de hipóteses possíveis, de uma hipótese que determine y com exactidão. b. para medir a precisão de uma hipótese usa-se um conjunto de teste de exemplos distintos dos do conjunto de treino. c. uma hipótese generaliza bem quando prevê correctamente o valor de x para novos exemplos. d. Apenas as respostas b) e c) estão correctas. e. Todas as respostas de a) a c) estão correctas. f. Todas as respostas de a) a c) estão incorrectas. 3. (0,25) Uma forma de escolher entre múltiplas hipóteses consistentes com os exemplos do conjunto de treino é usar o princípio da navalha de Ockham (Ockam s razor), o qual consiste em: a. preferir a hipótese mais elaborada. b. preferir a hipótese mais simples. c. escolher a hipótese aleatoriamente. d. escolher a mediana das hipóteses, ordenadas por um dado critério. e. alternar sucessivamente entre a hipótese mais elaborada e a hipótese mais simples. f. Todas as respostas de a) a e) estão incorrectas. Nome: Número: 3
4 4. (0,25) Uma árvore de decisão a. representa uma função que recebe como input um objecto ou situação descritos por um conjunto de atributos e devolve a decisão (o valor de output previsto para o input). b. toma uma decisão fazendo uma série de testes representados pelos seus nós internos. c. tem os ramos rotulados com os possíveis valores do teste correspondente ao nó de onde emanam. d. tem folhas que especificam o valor a ser devolvido se a folha for atingida. e. Todas as respostas de a) a d) estão correctas. f. Todas as respostas de a) a d) estão incorrectas. 5. (0,25) Na indução de árvores de decisão a partir de exemplos, a. devem-se testar os atributos do menos importante para o mais importante, sendo o atributo mais importante o que provoca maior diferença na classificação de um exemplo. b. o teste de um atributo separa os exemplos do problema de aprendizagem em subconjuntos de exemplos, cada um dos quais é um novo problema de aprendizagem. c. um resultado de um teste de um atributo com ausência de exemplos corresponde a devolver um valor negativo para o predicado. d. um resultado de um teste de um atributo com exemplos positivos e negativos obriga a um voto de maioria. e. Todas as respostas de a) a d) estão correctas. f. Todas as respostas de a) a d) estão incorrectas. 6. (0,25) Na avaliação do desempenho de um Algoritmo de Aprendizagem, dizemos que estamos na presença de um gráfico feliz ( happy graph ) para a curva de aprendizagem, se a qualidade de previsão aumentar com a. tamanho do conjunto de treino. b. a qualidade do conjunto de treino. c. a capacidade de discriminação do algoritmo. d. a eficiência do algoritmo. e. Todas as respostas de a) a d) estão correctas. f. Todas as respostas de a) a d) estão incorrectas. Nome: Número: 4
5 7. (0,25) O Homem é o único animal capaz de a. comunicar eficazmente mensagens. b. comunicar eficazmente mensagens em número ilimitado. c. comunicar eficazmente mensagens qualitativamente diferentes. d. comunicar eficazmente mensagens quantitativamente diferentes. e. comunicar eficazmente mensagens em número ilimitado e qualitativamente diferentes. f. comunicar eficazmente mensagens em número ilimitado e quantitativamente diferentes. 8. (0,25) No processo de bottom-up parsing de uma proposição a. os estados da árvore de procura correspondente são florestas analíticas. b. o teste objectivo da procura consiste em verificar se as folhas da árvore analítica correspondem exactamente à cadeia de símbolos da proposição. c. podem ser gerados nós intermédios da árvore analítica que nunca podem ser emparelhados pelas palavras. d. a árvore de procura é procurada da esquerda para a direita. e. Todas as respostas de a) a d) estão correctas. f. Todas as respostas de a) a d) estão incorrectas. 9. (0,25) O processo de parsing de uma proposição a. é o processo de encontrar uma árvore analítica para uma dada cadeia de símbolos b. é a recuperação da estrutura sintáctica a partir de uma elocução, dada uma gramática c. pode ser visto como um processo de procura de uma árvore analítica, em que esta é construída de cima para baixo d. pode ser visto como um processo de procura de uma árvore analítica, em que esta é construída de baixo para cima e. Todas as respostas de a) a d) estão correctas f. Todas as respostas de a) a d) estão incorrectas Nome: Número: 5
6 10. (0,25) As Gramáticas Aumentadas são gramáticas em que se a. duplicam as regras sempre que aparece uma nova categoria de frase. b. aumenta o número de regras para lidar com casos (declinações). c. aumenta as regras existentes usando parâmetros em categorias não-terminais, em vez de criar novas regras. d. aumenta as regras existentes usando parâmetros em categorias terminais, em vez de criar novas regras. e. Todas as respostas de a) a d) estão correctas. f. Todas as respostas de a) a d) estão incorrectas. 11. (0,25) As Gramáticas de Cláusulas Definidas (DCGs) a. constituem um formalismo para aumentar gramáticas b. permitem-nos fazer análise sintática bottom-up e top-down com as mesmas regras c. permitem-nos fazer análise e geração de proposições com as mesmas regras d. permitem-nos falar de análise sintática como inferência lógica e. Todas as respostas de a) a d) estão correctas f. Todas as respostas de a) a d) estão incorrectas 12. (0,25) Numa Gramática de Cláusulas Definidas (DCG) a regra gramatical X Y Z é convertida para a. X(s 1 + s 2 + ) => Y(s 1 ) ˇ Z(s 2) ˇ b. Y(s 1 ) ˇ Z(s 2) ˇ => X(s 1 + s 2 + ) c. Y(s) ˇ Z(s) ˇ => X(s) d. X(s 1 + s 2 + ) => Y(s 1 ) ˆ Z(s 2) ˆ e. Y(s 1 ) ˆ Z(s 2) ˆ => X(s 1 + s 2 + ) f. Y(s) ˆ Z(s) ˆ => X(s) Nome: Número: 6
7 3. (3.0) Considere a seguinte árvore de um jogo de dois jogadores: Nesta árvore, os valores f associados aos nós terminais correspondem aos valores da função de utilidade dos respectivos nós. Considere ainda que vai ser utilizado o algoritmo minimax com cortes alfa-beta, pesquisando a árvore da esquerda para a direita. (a) (0.5) Sendo possível, em qual das condições indicadas abaixo há necessariamente corte de forma a que o nó com função de utilidade X2 não seja visitado? i. Não é possível; ii. X1 X2; iii. X2 X1; iv. Max(Y1,Y2,Z1,Z2)<X1; v. Max(Min(Y1,Y2),Min(Z1,Z2))>X2. (b) (0.5) Sendo possível, em qual das condições indicadas abaixo há necessariamente corte de forma a que o nó com função de utilidade Y1 não seja visitado? i. Não é possível; ii. X1 Y1; iii. X2 Y1; iv. Max(Z1,Z2)<Y1; v. Max(Min(Y1,Y2),Min(Z1,Z2))>Y2. Nome: Número: 7
8 (c) (0.5) Sendo possível, em qual das condições indicadas abaixo há necessariamente corte de forma a que o nó com função de utilidade Y2 não seja visitado? i. Não é possível; ii. X1 Y1; iii. X2 Y1; iv. Min(X1,X2,Y1,Y2,Z1,Z2)=Y1; v. Max(Min(X1,X2),Min(Z1,Z2))>Y1. (d) (0.5) Das condições indicadas abaixo, qual minimiza necessariamente o número de nós terminais visitados durante a execução do algoritmo? i. X1=X2,Y1<X1,Z1>X1; ii. X1=X2,Y1<X1,Y2>Y1,Z2<X1,Z1>Z2; iii. X1=X2,Y1<X1,Y2<Y1,Z1>X1,Z1<Z2; iv. X1>X2,Y1<X1,Z1<Z2; v. X1>X2,X2>Y1,X2=Z1. (e) (0.5) Das alternativas abaixo descritas, identifique aquelas que fazem com que a jogada escolhida seja necessariamente a jogada A e, de entre estas, escolha aquela de acordo com a qual o algoritmo minimax com cortes alfa-beta visita necessariamente menos nós. i. X1>Y1,X1>Z1,X2>Y1,X2>Z1,X2>Y2>Z2; ii. X1<Y1<Z1,X2>Y2>Z2; iii. X1>Y1>Z2,X2>Y2>Z2; iv. X2>Y1>Z1,X1>Y2>Z2; v. X1<X2<Y1<Z1,X2>Y2>Z2. (f) (0.5) Das alternativas abaixo descritas, identifique aquelas que fazem com que a jogada escolhida seja necessariamente a jogada B e, de entre estas, escolha aquela de acordo com a qual o algoritmo minimax com cortes alfa-beta visita necessariamente menos nós. i. X1=4,X2=1,Y1=2,Y2=1,Z1=3,Z2=1; ii. X1=1,X2=2,Y1=3,Y2=3,Z1=4,Z2=1; iii. X1=3,X2=1,Y1=3,Y2=2,Z1=1,Z2=4; iv. X1=1,X2=4,Y1=3,Y2=2,Z1=3,Z2=3; v. X1=3,X2=2,Y1=3,Y2=2,Z1=4,Z2=1. Nome: Número: 8
9 4. (4.0) Considere as seguintes proposições: Os relógios clássicos têm ponteiros e funcionam a corda. O que funciona a corda é antigo. Os antiquários gostam de relógios antigos e automóveis modernos. Tic-Tac é um relógio. Bolinhas é um automóvel. Rui é um antiquário. a. (2.0) Represente as proposições acima em Lógica de Primeira Ordem, na forma adequada para se poder aplicar Modus Ponens Generalizado. Utilize os predicados seguintes: relogio(x) - 'x' é um relógio classico(x) - 'x' é clássico antigo(x) - 'x' é antigo moderno(x) - 'x' é moderno antiquario(x) - 'x' é um antiquário automovel(x) - 'x' é um automóvel tem(x,y) - 'x' tem 'y' funciona(x,y) - 'x' funciona a 'y' gosta(x,y) - 'x' gosta de 'y' Nome: Número: 9
10 b. (2.0) Utilizando inferência para trás, responda à pergunta seguinte: alguém gosta de alguma coisa? Nome: Número: 10
11 5. (4.0) No mundo dos blocos podem ser executadas 3 acções distintas, a saber: - mover um bloco que está em cima de outro para a mesa, desde que o bloco de suporte não tenha nada por cima; - mover um bloco que está em cima de outro bloco para cima de um terceiro bloco, desde que o bloco que vai ser movimentado e o bloco destino estejam sem nada por cima; - mover um bloco livre que está em cima da mesa para cima de outro bloco livre. a. (3.0) Escreva os operadores tipo STRIPS que implementam estas operações. b. (1.0) Indique uma outra linguagem que facilitaria a escrita destes operadores e justifique. Nome: Número: 11
12 6. (3.0) Considere a seguinte gramática que usa uma DCG para descrever uma linguagem artificial de um mundo de robôs. ATENÇÃO: todas as respostas a estas perguntas devem ser dadas na página inicial! f --> in, mid, in. f --> in, mid. in --> n. in --> np. in --> ent, np. mid--> v. mid --> v, ent, np. n --> [carro]. n --> [comida]. v --> [move]. v --> [come]. v --> [gosta]. np --> [ Wall-E ]. np --> [ Eva ]. np --> [ R2D2 ]. ent --> [a]. ent --> [o]. ent --> [da]. ent --> [do]. (a) (1.0) Marque com V as frases que são aceites pela gramática e com F as que não são: 1. Wall-E come 2. o Wall-E come a comida 3. a Wall-E move o Wall-E 4. o carro move a Eva 5. a Eva gosta do carro do R2D2 6. o R2D2 gosta da Eva do Wall-E 7. Wall-E gosta da Eva comida 8. a Eva move a comida do carro do Wall-E Nome: Número: 12
13 (b) (1.0) Supondo a análise sintáctica da frase Wall-E gosta do R2D2, marque com um F os elementos que NÃO são gerados por um algoritmo top-down e com V os que poderão ser. (Atenção que há elementos gerados que não conduzem à solução e o que está em causa neste exercício são os elementos que NUNCA seriam gerados por uma análise top-down na análise de frase dada.) 1. [f: [in:?] [mid:?] [in: [ent: do] [np: R2D2]]] 2. [f: [in: [np: Wall-E]] [mid:?]] 3. [f:?] 4. [f: [in: [np: Wall-E]] [mid: [v: gosta] [ent: do]] [in: [np: R2D2]]] 5. [f: in: [n:?]] [mid:?] [in:?]] 6. [f: [in: [np: Wall-E]] [mid: [v: gosta] [ent: do] [np:?]] [in:?]] 7. [f: [in: [np: Wall-E]] [mid: gosta] [in:?]]] 8. [f: [np: Wall-E] [v: gosta] [ent: do] [np: R2D2]] (c) (1.0) Supondo a análise sintáctica da frase Wall-E gosta do R2D2, marque com um F os elementos que NÃO são gerados por um algoritmo bottom-up e com V os que poderão ser: 1. [[f: [in:?] [mid:?] [in:?]]] 2. [[np: Wall-E], [v: gosta], [ent: do], R2D2] 3. [[f:?]] 4. [Wall-E, gosta, do, R2D2] 5. [[in: [np: Wall-E]], [mid: [v: gosta]], [in:?]] 6. [[in [np: Wall-E]], [mid: [v: gosta],[ent: do], [np: R2D2]]] 7. [f: [in [np: Wall-E]], [mid: [v: gosta]], [in: [ent: do], [np: R2D2]]] 8. [[in [np: Wall-E]], [v: gosta], [in: do], [np: R2D2]] Nome: Número: 13
Inteligência Artificial
Inteligência Artificial Segundo Teste 20 de Janeiro de 2012 8:00-9:30 Este teste é composto por 12 páginas contendo 9 perguntas. Identifique já todas as folhas do teste com o seu nome e número. Na mesa
Leia maisInteligência Artificial
Inteligência Artificial Segundo Teste 16 de Janeiro de 2013 17:00-18:30 Este teste é composto por 12 páginas contendo 7 perguntas. Identifique já todas as folhas do teste com o seu nome e número. Na mesa
Leia maisINTELIGÊNCIA ARTIFICIAL
INTELIGÊNCIA ARTIFICIAL Segundo Exame 11 de Julho de 2006 9:00-11:00 Este exame é composto por 11 páginas contendo 8 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia maisInteligência Artificial
Repescagem Segundo Teste 31 de Janeiro de 2014 10:30-12:00 1.º Enunciado Esta prova é constituída por 5 enunciados separados. Preencha cuidadosamente o nome e número na primeira página de cada um dos enunciados.
Leia maisINTELIGÊNCIA ARTIFICIAL
INTELIGÊNCIA ARTIFICIAL Primeiro Exame 7 de Julho de 2005 9:00-11:00 Este exame é composto por 9 págínas contendo 8 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia maisInteligência Artificial
Inteligência Artificial Segundo Teste 15 de Janeiro de 2014 9:00-10:30 Este teste é composto por 11 páginas contendo 7 grupos de perguntas. Para perguntas com resposta de escolha mu ltipla, respostas erradas
Leia maisINTELIGÊNCIA ARTIFICIAL
INTELIGÊNCIA ARTIFICIAL Primeiro Exame 20 de Junho de 2006 9:00-11:00 Este exame é composto por 11 páginas contendo 8 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia maisINTELIGÊNCIA ARTIFICIAL
INTELIGÊNCIA ARTIFICIAL Primeiro Teste 7 de Novembro de 2011 17:00-18:30 Este teste é composto por 11 páginas contendo 8 perguntas. Identifique já todas as folhas do teste com o seu nome e número. Na mesa
Leia maisInteligência Artificial
Inteligência Artificial Segundo Teste 15 de Janeiro de 2015 18:00-19:30 Este teste é composto por 9 páginas contendo 8 grupos de perguntas. Identifique já todas as folhas do teste com o seu nome e número.
Leia maisInteligência Artificial
Inteligência Artificial Repescagem do Segundo Teste 4 de Feveiro de 2012 9:00-10:30 Este teste é composto por 11 páginas contendo 7 perguntas. Identifique já todas as folhas do teste com o seu nome e número.
Leia maisInteligência Artificial Taguspark
Inteligência Artificial Taguspark Repescagem do Segundo Teste 22 de Julho de 2006 9H00-10H30 Nome: Número: Este teste tem 10 perguntas e 10 páginas. Escreva o número em todas as páginas. Deve ter na mesa
Leia maisINTELIGÊNCIA ARTIFICIAL
INTELIGÊNCIA ARTIFICIAL Primeiro Exame 20 de Junho de 2006 9:00-11:00 Este exame é composto por 11 páginas contendo 8 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia maisInteligência Artificial Alameda e Taguspark
Inteligência Artificial Alameda e Taguspark Segundo Teste 05 de Janeiro de 2009 9H00-10H30 Nome: Número: Este teste tem 8 perguntas e 6 páginas. Escreva o número em todas as páginas. Deve ter na mesa apenas
Leia maisInteligência Artificial Alameda e Taguspark
Inteligência Artificial Alameda e Taguspark Repescagem do Primeiro Teste 13 de Fevereiro de 2009 17H00-18H30 Nome: Número: Este teste tem 7 perguntas e 5 páginas. Escreva o número em todas as páginas.
Leia maisInteligência Artificial
Inteligência Artificial Primeiro Teste 28 de Outubro de 2013 18:00-19:30 Este teste é composto por 10 páginas contendo 6 grupos de perguntas. Para perguntas com resposta de escolha mu ltipla, respostas
Leia maisInteligência Artificial Alameda e Taguspark
Inteligência Artificial Alameda e Taguspark Primeiro Teste 31 de Outubro de 2008 19H00-20H30 Nome: Número: Este teste tem 7 perguntas e 7 páginas. Escreva o número em todas as páginas. Deve ter na mesa
Leia maisINTELIGÊNCIA ARTIFICIAL
INTELIGÊNCIA ARTIFICIAL Primeiro Teste 29 de Outubro de 2011 17:00-18:30 Este teste é composto por 9 páginas contendo 11 perguntas. Para perguntas com resposta de escolha múltipla, respostas erradas com
Leia maisINTELIGÊNCIA ARTIFICIAL 2008/09
INTELIGÊNCIA ARTIFICIAL 2008/09 JOGOS Ex. 1) ( Teste 2005/06) Considere a seguinte árvore de procura de dois agentes. Reordene as folhas de modo a maximizar o número de cortes com uma procura da esquerda
Leia maisInteligência Artificial
Licenciatura em Engenharia Informática e de Computadores Inteligência Artificial Primeiro Teste 31 de Outubro de 2009 09:00 10:30 Nome: Número: Esta prova, individual e sem consulta, tem 9 páginas com
Leia maisInteligência Artificial
Inteligência Artificial Primeiro Teste 29 de Outubro de 2014 18:00-19:30 Este teste é composto por 8 páginas contendo 7 grupos de perguntas. Para perguntas com resposta de escolha múltipla, respostas erradas
Leia maisPROCURA E PLANEAMENTO
PROCURA E PLANEAMENTO Primeiro Exame 12 de Janeiro de 2006 17:00-19:00 Este exame é composto por 13 páginas contendo 6 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia maisPROCURA E PLANEAMENTO
PROCURA E PLANEAMENTO Primeiro Exame 31 de Janeiro de 2006 17:00-19:00 Este exame é composto por 12 páginas contendo 6 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia mais1) Considere a gramática constituída pelas seguintes regras e em que F é o símbolo inicial.
Inteligência Artificial 2009/10 Comunicação 1) Considere a gramática constituída pelas seguintes regras e em que F é o símbolo inicial. F -> SN SV SP SN SV SN -> det nc det np nc np SV -> vt SN vi adv
Leia maisPROCURA E PLANEAMENTO
PROCURA E PLANEAMENTO Primeiro Exame 13 de Janeiro de 2007 11:00-13:30 Este exame é composto por 13 páginas contendo 6 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia maisInteligência Artificial Taguspark
Inteligência Artificial Taguspark Repescagem do Primeiro Teste 22 de Julho de 2006 9H00-10H30 Nome: Número: Este teste tem 7 perguntas e 12 páginas. Escreva o número em todas as páginas. Deve ter na mesa
Leia maisPROCURA E PLANEAMENTO
PROCURA E PLANEAMENTO Primeiro Exame 10 de Janeiro de 2012 9:00-11:30 Este exame é composto por 16 páginas contendo 6 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia maisEx. 1) Considere que a árvore seguinte corresponde a uma parte do espaço de estados de um jogo de dois agentes: f=7 f=7 f=1 f=2
LERCI/LEIC Tagus 2005/06 Inteligência Artificial Exercícios sobre Minimax: Ex. 1) Considere que a árvore seguinte corresponde a uma parte do espaço de estados de um jogo de dois agentes: Max Min f=4 f=7
Leia maisa) Defina em Prolog iguais/1, um predicado que recebe um estado do jogo e que verifica que todas as pilhas têm o mesmo número de peças.
Introdução à Inteligência Artificial 2ª Época 29 Janeiro 2015 Nº Aluno: Nome Completo: Exame com consulta. Responda às perguntas nesta própria folha, nos espaços indicados. (I) O jogo do Nim (também chamado
Leia maisInteligência Artificial Alameda e Taguspark
Inteligência Artificial Alameda e Taguspark Repescagem do Segundo Teste 13 de Feveiro de 2009 17H00-17H30 Nome: Número: Este teste tem 8 perguntas e 7 páginas. Escreva o número em todas as páginas. Deve
Leia maisAprendizagem a partir de observações. Capítulo 18 (Secções 1-3)
Aprendizagem a partir de observações Capítulo 18 (Secções 1-3) Sumário Agentes aprendizes Aprendizagem indutiva Aprendizagem com árvores de decisão Aprendizagem Aprendizagem é essencial em ambientes desconhecidos
Leia maisInteligência Artificial
Inteligência Artificial Taguspark Segundo Teste 14 de Junho de 006 9H00-10H30 Nome: Número: Este teste tem 8 perguntas e 11 páginas. Escreva o número em todas as páginas. Deve ter na mesa apenas o enunciado
Leia maisComunicação. Capítulo 22 (Secções 1-3)
Comunicação Capítulo 22 (Secções 1-3) Sumário Comunicação Gramática Análise sintáctica (Parsing) Comunicação Perspectiva clássica (anterior a 1953) Linguagem consiste em frases que são V/F Wittgenstein
Leia maisAprendizagem a partir de observações
Aprendizagem a partir de observações Aprendizagem é essencial para ambientes desconhecidos, i.e., quando o projetista não prevê tudo Útil como um método de construção de sistemas i.e., expor o agente à
Leia maisCEFET/RJ Disciplina: Inteligência Artificial Professor: Eduardo Bezerra Lista de exercícios 02
. CEFET/RJ Disciplina: Inteligência Artificial Professor: Eduardo Bezerra Lista de exercícios 02 Créditos: alguns itens desta lista são adaptados do material da disciplina CS188 - Artificial Intelligence
Leia maisINTELIGÊNCIA ARTIFICIAL 2008/09
INTELIGÊNI RTIFIIL 2008/09 PROUR 1) onsidere o problema da torre de Hanoi com discos. Neste problema, existem três pinos, e e discos de diâmetros diferentes, estando no início todos os discos colocados
Leia maisAnálise Sintática. Eduardo Ferreira dos Santos. Outubro, Ciência da Computação Centro Universitário de Brasília UniCEUB 1 / 18
Análise Sintática Eduardo Ferreira dos Santos Ciência da Computação Centro Universitário de Brasília UniCEUB Outubro, 2016 1 / 18 Sumário 1 Introdução 2 Derivações 2 / 18 1 Introdução 2 Derivações 3 /
Leia maisPROCURA E PLANEAMENTO
PROCURA E PLANEAMENTO Primeiro Exame 20 de Janeiro de 2009 17:00-19:30 Este exame é composto por 14 páginas contendo 6 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia maisINTELIGÊNCIA ARTIFICIAL E SISTEMAS DE DECISÃO Ano Lectivo 2005/2006 Semestre de Inverno. 1º Exame, 13/Janeiro/2006
Mestrado em Engenharia Electrotécnica e de Computadores Licenciatura em Engenharia Electrotécnica e de Computadores Licenciatura em Engenharia Aeroespacial INTELIGÊNCIA ARTIFICIAL E SISTEMAS DE DECISÃO
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Francisco de A.T. de Carvalho 1 Aprendizagem de Máquina 1/ Introdução Situações do dia a dia em que AM é importante: Saúde. input: informações sobre pacientes relativas a gravidez
Leia maisFundamentos de Programação
Fundamentos de Programação Primeiro Teste 16 de Abril de 2011 09:00 10:30 Nome: Número: Esta prova, individual e sem consulta, tem 7 páginas com 9 perguntas. A cotação de cada pergunta está assinalada
Leia maisComunicação. Capítulo 22
Comunicação Capítulo 22 Sumário Comunicação Gramáticas Análise sintáctica (parsing) Comunicação Comunicar consiste em trocar informação através da produção e percepção de sinais, pertencentes a um sistema
Leia maisAprendizagem a partir de observações. Inteligência Artificial. Aprendizagem Indutiva Clássica. Aprendizagem Indutiva. Aprendizagem indutiva
Inteligência Artificial Aula 19 Profª Bianca Zadrozny http://www.ic.uff.br/~bianca/ia Aprendizagem a partir de observações Capítulo 18 Russell & Norvig Seções 18.1 a 18.3 Aprendizagem Indutiva Clássica
Leia maisCompiladores - Análise Ascendente
Compiladores - Análise Ascendente Fabio Mascarenhas - 2013.1 http://www.dcc.ufrj.br/~fabiom/comp Análise Descendente vs. Ascendente As técnicas de análise que vimos até agora (recursiva com retrocesso,
Leia maisCompiladores - Análise Ascendente
Compiladores - Análise Ascendente Fabio Mascarenhas - 2013.2 http://www.dcc.ufrj.br/~fabiom/comp Análise Descendente vs. Ascendente As técnicas de análise que vimos até agora (recursiva com retrocesso,
Leia mais2284-ELE/5, 3316-IE/3. Universidade da Beira Interior, Departamento de Informática
INTELIGÊNCIA ARTIFICIAL 2284-ELE/5, 3316-IE/3 Universidade da Beira Interior, Departamento de Informática Hugo Pedro Proença, 2007/2008 Aprendizagem A aprendizagem é um aspecto crucial da Inteligência
Leia maisAprendizagem indutiva
Aprendizagem indutiva Inferência indutiva de fatos providos por um professor ou ambiente. O estudo e modelagem desta forma de aprendizagem é um dos tópicos centrais de aprendizagem de máquina. Em aprendizagem
Leia maisAnálise Sintática I. Eduardo Ferreira dos Santos. Abril, Ciência da Computação Centro Universitário de Brasília UniCEUB 1 / 42
Análise Sintática I Eduardo Ferreira dos Santos Ciência da Computação Centro Universitário de Brasília UniCEUB Abril, 2017 1 / 42 Sumário 1 Introdução 2 Derivações 3 Ambiguidade 4 Análise sintática descendente
Leia maisINF 1771 Inteligência Artificial
Edirlei Soares de Lima INF 1771 Inteligência Artificial Aula 15 Árvores de Decisão Árvores de Decisão Uma das formas de algoritmo de aprendizado mais simples e de maior sucesso.
Leia maisAula de Hoje. Processamento Estatístico da Linguagem Natural. Bottom-Up Filtering. Ambiguidade. Combinando Top-Down e Bottom-Up
Processamento Estatístico da Linguagem Natural Aula 19 Professora Bianca (Sala 302 Bloco E) bianca@ic.uff.br http://www.ic.uff.br/~bianca/peln/ Aula de Hoje Cap. 13 Jurafsky & Martin Parsing Sintático
Leia maisFundamentos da Programação
Fundamentos da Programação Segundo Teste 18 de Junho de 2014 15:00 16:30 1. (1.0) Diga quais as fases por que passa o desenvolvimento de um programa no modelo estudado e o que se faz em cada uma delas.
Leia maisFundamentos da Programação
Fundamentos da Programação Solução da Repescagem do Primeiro Teste 31 de Janeiro de 2013 09:00 10:30 1. De um modo sucinto, (a) (0.5) Diga o que é um processo computacional. Um processo computacional é
Leia maisÁrvore de Decisão. Capítulo 18 Russell & Norvig Seções 18.1 a 18.3
Árvore de Decisão Capítulo 18 Russell & Norvig Seções 18.1 a 18.3 Aprendizagem Indutiva Clássica Recebe como entrada o valor correto de uma função desconhecida para entradas específicas e tenta recuperar
Leia maisFundamentos da Programação
Fundamentos da Programação Segundo Teste 10 de Janeiro de 2014 09:00 10:30 Nome: Número: Esta prova, individual e sem consulta, tem 8 páginas com 12 perguntas. A cotação de cada pergunta está assinalada
Leia maisConstrução de Compiladores Aula 16 - Análise Sintática
Construção de Compiladores Aula 16 - Análise Sintática Bruno Müller Junior Departamento de Informática UFPR 25 de Setembro de 2014 1 Introdução Hierarquia de Chomsky Reconhecedores Linguagens Livres de
Leia maisINE5416 Paradigmas de Programação. Ricardo Azambuja Silveira INE CTC UFSC E Mail: URL:
INE5416 Paradigmas de Programação Ricardo Azambuja Silveira INE CTC UFSC E Mail: silveira@inf.ufsc.br URL: www.inf.ufsc.br/~silveira Conceitos Léxica estudo dos símbolos que compõem uma linguagem Sintaxe
Leia maisInteligência Artificial
Inteligência Artificial Segundo Teste 31 de Janeiro de 2014 08:00-11:00 A 1.º Enunciado Esta prova é constituída por 3 enunciados separados. Preencha cuidadosamente o nome e número na primeira página de
Leia maisAprendizagem a partir de Observações
Aprendizagem a partir de Observações Descrição de agentes que podem melhorar o seu comportamento a partir do estudo diligente das próprias experiências Índice Formas de aprendizagem Aprendizagem indutiva
Leia maisFundamentos de Programação
Fundamentos de Programação Primeiro Teste 6 de Novembro de 200 09:00 0:30 SOLUÇÃO. (.0) Escolha a única afirmação incorrecta. Uma resposta certa vale valor e uma resposta errada desconta 0.4 valores. A.
Leia maisInteligência Artificial
Instituto Politécnico de Setúbal Escola Superior de Tecnologia de Setúbal Departamento de Sistemas e Informática Guia de Exercícios das Aulas Práticas Inteligência Artificial Prof Joaquim Filipe Eng. Adelaide
Leia maisACH2043 INTRODUÇÃO À TEORIA DA COMPUTAÇÃO
ACH2043 INTRODUÇÃO À TEORIA DA COMPUTAÇÃO 2. Linguagens Livres-do-Contexto Referência: SIPSER, M. Introdução à Teoria da Computação. 2ª edição, Ed. Thomson Prof. Marcelo S. Lauretto marcelolauretto@usp.br
Leia maisInteligência Artificial
Aprendizagem por que? lnteligência Artificial Aprendizagem em IA Capacidade de aprender é parte fundamental do conceito de inteligência. Um agente aprendiz é mais flexível aprendizado permite lidar com
Leia maisLógica para Programação
Licenciatura Engenharia Informática e de Computadores Lógica para rogramação epescagem do rimeiro Teste 13 de Julho de 2010 09:00 10:30 Nome: Número: Esta prova, individual e sem consulta, tem 9 páginas
Leia maislnteligência Artificial Aprendizagem em IA
lnteligência Artificial Aprendizagem em IA 1 Aprendizagem por que? Capacidade de aprender é parte fundamental do conceito de inteligência. Um agente aprendiz é mais flexível aprendizado permite lidar com
Leia maisInteligência Artificial Taguspark
Inteligência Artificial Taguspark Segundo Teste/ Exame Época Normal 7 de Julho de 2005 Esta prova tem 12 páginas. Preencha cuidadosamente o nome e número de cada página desta prova. Este teste/exame tem
Leia maisInteligência Artificial. Prof. Tiago A. E. Ferreira Aula 15 Agentes que Raciocinam Logicamente
Inteligência Artificial Prof. Tiago A. E. Ferreira Aula 15 Agentes que Raciocinam Logicamente 1 Bem-vindos ao Mundo do Wumpus Wumpus Agente caçador de tesouros 2 Codificação do Mundo do Wumpus 4 3 fedor
Leia maisFundamentos de Programação
Fundamentos de Programação Segundo Teste 6 de Janeiro de 2010 09:00 10:30 Nome: Número: Esta prova, individual e sem consulta, tem 8 páginas com 9 perguntas. A cotação de cada pergunta está assinalada
Leia maisAULA TEÓRICA RESOLUÇÃO DE PROBLEMAS 4ª
AULA TEÓRICA RESOLUÇÃO DE PROBLEMAS 4ª Aula por Helder Coelho IIA 1 REPRESENTAÇÃO E INTELIGÊNCIA QUESTÕES PARA DISCUSSÃO: Transformação do problema compreender o problema reflectir/pensar o problema lógica,
Leia maisProva Escrita de Matemática Aplicada às Ciências Sociais
EXAME NACIONAL DO ENSINO SECUNDÁRIO Decreto-Lei n.º 74/004, de 6 de Março Prova Escrita de Matemática Aplicada às Ciências Sociais 10.º/11.º anos ou 11.º/1.º anos de Escolaridade Prova 835/.ª Fase 11 Páginas
Leia maisINF 1771 Inteligência Artificial
Edirlei Soares de Lima INF 1771 Inteligência Artificial Aula 14 Aprendizado de Máquina Agentes Vistos Anteriormente Agentes baseados em busca: Busca cega Busca heurística Busca local
Leia maisLinguagens Formais e Autômatos P. Blauth Menezes
Linguagens Formais e Autômatos P. Blauth Menezes blauth@inf.ufrgs.br Departamento de Informática Teórica Instituto de Informática / UFRGS Linguagens Formais e Autômatos - P. Blauth Menezes 1 Linguagens
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 11 Aprendizado de Máquina Edirlei Soares de Lima Agentes Vistos Anteriormente Agentes baseados em busca: Busca cega Busca heurística Busca local
Leia maisInteligência Artificial
https://www.pinterest.com/carlymundo/decision-tree-infographics/ Universidade Federal de Campina Grande Departamento de Sistemas e Computação Pós-Graduação em Ciência da Computação Inteligência Artificial
Leia maisInteligência Artificial Projecto 1
Bantumi ESPECIFICAÇÕES O projecto destina-se a resolver um conjunto de problemas do jogo Bantumi utilizando métodos de procura em espaço de estados. Bantumi é um jogo derivado do jogo Mancala de origem
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 12 Árvores de Decisão Prof. Augusto Baffa Árvores de Decisão Uma das formas de algoritmo de aprendizado mais simples e de maior sucesso. Uma
Leia maisEngenharia de Software
Sumário Engenharia de Software Modelos de desenvolvimento de software Fases de desenvolvimento Programação modular Abordagem top-down e bottom-up Linguagens de programação: Compilação / Interpretação Aplicação
Leia maisAnálise Sintática. Fabiano Baldo
Compiladores Análise Sintática Fabiano Baldo Gramáticas Livre de Contexto (GLC) É utilizada na especificação formal lda sintaxe de uma linguagem de programação. É um conjunto de produções ou regras gramaticais
Leia maisAULA 04 Teste de hipótese
1 AULA 04 Teste de hipótese Ernesto F. L. Amaral 03 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal
Leia maisFundamentos da Programação
Fundamentos da Programação Solução do Exame 13 de Janeiro de 2017 09:00 11:00 1. Indique se cada uma das seguintes afirmações é verdadeira ou falsa. No caso de ser falsa, justifique de forma sucinta. (a)
Leia maisJogos com Oponentes. espaço de busca muito grande tempo para cada jogada
Jogos com Oponentes Jogos com Oponentes ˆ Problemas de busca: não assumem a presença de um oponente ˆ Jogos: oponente INCERTEZA! ˆ Incerteza porque não se conhece as jogadas exatas do oponente e não por
Leia maisInteligência Artificial. Raimundo Osvaldo Vieira [DComp IFMA Campus Monte Castelo]
Inteligência Artificial Raimundo Osvaldo Vieira [DComp IFMA Campus Monte Castelo] Aprendizagem de Máquina Área da Inteligência Artificial cujo objetivo é o desenvolvimento de técnicas computacionais sobre
Leia maisIntrodução à Programação. João Manuel R. S. Tavares
Introdução à Programação João Manuel R. S. Tavares Sumário 1. Ciclo de desenvolvimento de um programa; 2. Descrição de algoritmos; 3. Desenvolvimento modular de programas; 4. Estruturas de controlo de
Leia maisIntrodução à Programação
Introdução à Program João Manuel R. S. Tavares Sumário 1. Ciclo de desenvolvimento de um programa; 2. Descrição de algoritmos; 3. Desenvolvimento modular de programas; 4. Estruturas de controlo de um programa.
Leia maisEnunciados dos Exercícios Cap. 2 Russell & Norvig
Enunciados dos Exercícios Cap. 2 Russell & Norvig 1. (2.2) Tanto a medida de desempenho quanto a função de utilidade medem o quanto um agente está desempenhando bem suas atividades. Explique a diferença
Leia maisTokens, Padroes e Lexemas
O Papel do Analisador Lexico A analise lexica e a primeira fase de um compilador e tem por objetivo fazer a leitura do programa fonte, caracter a caracter, e traduzi-lo para uma sequencia de símbolos lexicos
Leia maisFundamentos de Programação
Fundamentos de Programação Segundo Teste 9 de Junho de 2012 9:00 10:30 Nome: Número: Esta prova, individual e sem consulta, tem 6 páginas com 12 perguntas. A cotação de cada pergunta está assinalada entre
Leia maisProva escrita de conhecimentos específicos de MATEMÁTICA APLICADA ÀS CIÊNCIAS SOCIAIS
Provas Especialmente Adequadas Destinadas a Avaliar a Capacidade para a Frequência dos Cursos Superiores do Instituto Politécnico de Leiria dos Maiores de 3 Anos - 0 Prova escrita de conhecimentos específicos
Leia maisLINGUAGEM LIVRE DE CONTEXTO GRAMÁTICA LIVRE DE CONTEXTO
LINGUAGEM LIVRE DE CONTEXTO As Linguagens Livres de Contexto é um reconhecedor de linguagens, capaz de aceitar palavras corretas (cadeia, sentenças) da linguagem. Por exemplo, os autômatos. Um gerador
Leia maisPCS Inteligência Artificial
PCS 2059 - Inteligência Artificial 1a. Lista de Exercícios Prof. Responsável: Jaime Simão Sichman A. Introdução à IA 1. Descreva resumidamente o que é o Teste de Turing. B. Representação por Espaço de
Leia maisRepresentação do Conhecimento
Representação do Conhecimento Prof. Hudson Costa Introdução Para um computador poder solucionar um problema relacionado ao mundo real, ele primeiro precisa de um meio para representar o mundo real internamente.
Leia mais2. Diga qual é a diferença entre tipos de informação elementares e tipos de informação estruturados.
Capítulo 5 Abstracção de dados 5. Exercícios de revisão. Diga o que é um tipo abstracto de informação.. Diga qual é a diferença entre tipos de informação elementares e tipos de informação estruturados.
Leia maisJogos com Oponentes. Problemas de busca: não assumem a presença de um oponente
istemas Inteligentes, 10-11 1 Jogos com ponentes Problemas de busca: não assumem a presença de um oponente Jogos: oponente INCERTEZA! Incerteza porque não se conhece as jogadas exatas do oponente e não
Leia maisJogos com Oponentes. March 7, 2018
Jogos com Oponentes March 7, 2018 Jogos com Oponentes ˆ Problemas de busca: não assumem a presença de um oponente ˆ Jogos: oponente INCERTEZA! ˆ Incerteza porque não se conhece as jogadas exatas do oponente
Leia maisBusca em Memória Primária Estrutura de Dados II
Centro de Ciências Exatas, Naturais e de Saúde Departamento de Computação Busca em Memória Primária Estrutura de Dados II Estrutura de Dados II COM10078 2017-I Prof. Marcelo Otone Aguiar marcelo.aguiar@ufes.br
Leia maisBusca em Memória Primária Estrutura de Dados II
Centro de Ciências Exatas, Naturais e de Saúde Departamento de Computação Busca em Memória Primária Estrutura de Dados II COM10078 Estrutura de Dados II Prof. Marcelo Otone Aguiar marcelo.aguiar@ufes.br
Leia maisSistemas Baseados em Conhecimento
Departamento de Informática Faculdade de Ciências Universidade de Lisboa Sistemas Baseados em Conhecimento Primeiro Teste 24 de Abril de 2008 Nome Completo: Nº Aluno: Licenciatura: com consulta 1 hora
Leia maisdecisão em comparação com a curva para árvores de decisão.
function Decision-Learning(examplos) returns a decision list or failure if examples is empty then return the trivial decision list t a test that matches a nonempty subset examples t of examples such that
Leia maisAULA 05 Teste de Hipótese
1 AULA 05 Teste de Hipótese Ernesto F. L. Amaral 03 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução
Leia maisAnálise Sintática II. Eduardo Ferreira dos Santos. Outubro, Ciência da Computação Centro Universitário de Brasília UniCEUB 1 / 34
Análise Sintática II Eduardo Ferreira dos Santos Ciência da Computação Centro Universitário de Brasília UniCEUB Outubro, 2016 1 / 34 Sumário 1 Introdução 2 Ambiguidade 3 Análise sintática descendente 4
Leia mais