INTELIGÊNCIA ARTIFICIAL
|
|
|
- Diana Bernardes Madeira
- 8 Há anos
- Visualizações:
Transcrição
1 INTELIGÊNCIA ARTIFICIAL Segundo Exame 11 de Julho de :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. 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. Numa pergunta de escolha múltipla deve escolher a alternativa mais correcta, desenhando um círculo à volta da letra que identifica a alternativa escolhida. Numa pergunta assinalada como de escolha múltipla EM, se houver n alternativas e a cotação for c, respostas erradas contribuem negativamente para a classificação final com c/(n-1), i.e. numa pergunta com seis alternativas e cotação de 0,5 a uma resposta errada é descontado 0,1 valores. Cotações Grupos I II III IV V VI VII VIII 1. (0,5) (EM) Um agente Grupo I (2,5 valores) a) sabe sempre o que fazer em qualquer situação. b) sabe sempre o resultado das suas acções. c) tem sempre capacidade de aprender. d) define sempre uma medida de performance para o seu comportamento. e) Todas as respostas de a) a d) estão correctas. f) Todas as respostas de a) a d) estão incorrectas. 2. Considere um agente que controla uma linha de embalagem que embala pacotes de arroz em grupos de 10Kg. Esta linha tem duas máquinas, uma máquina A e uma máquina B, tendo a máquina A o dobro da capacidade da máquina B. De forma a maximizar a produção o agente deve encaminhar 1/3 dos pacotes para a máquina B acção B e encaminhar 2/3 dos pacotes para a máquina A acção A. Para além disso o agente possui sensores que lhe dizem se as máquinas estão operacionais: A-ok? e B- ok?. O agente não deve encaminhar pacotes para uma máquina que não esteja operacional. Se nenhuma das máquinas estiver operacional o agente deve devolver a acção no-op. a. (0,3) Indique que tipo de agente se trata. Justifique.
2 b. (0,2) Defina o tipo percepção para este agente. c. (1,5) Escreva código em ANSI Common Lisp para a criação deste agente.
3 Grupo II (2 valores) 1. (1,0) Escreva uma função em ANSI Common Lisp que recebe como argumento uma lista de listas e a converte num array bidimensional de MxN. Por exemplo, > (converte ((:B :* :P) (:P :* :B))) #2A((:B :* :P) (:P :* :B)) 2. (1,0) Considere a seguinte interacção com o interpretador de Common Lisp: > (defun f1 (i) (let ((j 0)) #'(lambda (k) (setf j (+ j (- k i)))))) f1 > (setf c1 (f1 1)) #<Interpreted Closure (:INTERNAL #x a> > (setf c2 (f1 2)) #<Interpreted Closure (:INTERNAL #x21087f62> > (funcall c1 2) <valor devolvido 1> > (funcall c2 2) <valor devolvido 2> > (funcall c1 10) <valor devolvido 3> > (funcall c2 10) <valor devolvido 4> a. (0,25) Qual o valor devolvido 1? b. (0,25) Qual o valor devolvido 2? c. (0,25) Qual o valor devolvido 3? d. (0,25) Qual o valor devolvido 4?
4 Grupo III (3,5 valores) 1. Considere o seguinte espaço de estados, em que os valores dos ramos correspondem ao custo da transição e os dos nós se referem à função heurística. Os nós correspondendo a estados objectivo estão assinalados com dois círculos concêntricos. Diga para cada estratégia de procura qual a ordem pela qual os nós são expandidos e é identificado o estado objectivo. Considere que em caso de empate os nós são expandidos da esquerda para a direita. A B D 4 C E 0 F 12 G 4 H 0 I 1 J 5 a. (1,0) Procura em Profundidade Incremental: b. (1,0) Procura Gananciosa: c. (1,0) RBFS: 2. (0,5) (EM) O factor de ramificação efectiva: a) É uma forma de avaliar uma heurística. b) É o quociente entre o número de nós expandidos e o número total de nós. c) É a profundidade da árvore de procura. d) É uma medida da complexidade espacial de um algoritmo de procura. e) Permite saber se um algoritmo de procura tem capacidade para resolver um problema. f) Nenhuma das resposta acima é verdadeira.
5 Grupo IV (2,5 valores) 1. (0,5) (EM) O algoritmo MINIMAX tem como objectivo principal: a) Resolver problemas de procura. b) A utilização de cortes ALFA e BETA. c) Realizar jogos de dois agentes. d) Escolher a próxima jogada do jogador MAX admitindo que os jogadores jogam de forma óptima. e) Encontrar o caminho que leva ao tabuleiro final de maior utilidade para o jogador MAX. g) Nenhuma das respostas acima é verdadeira. 2. Considere a seguinte árvore de procura de um jogo: a. (2,0) Suponha que o triângulo com o vértice virado para cima quer maximizar e o triângulo com o vértice virado para baixo quer minimizar. Aplique o algoritmo minimax com cortes alfa-beta da direita para a esquerda, escurecendo os nós terminais visitados, e indicando os cortes e tipos de cortes. Indique a jogada escolhida.
6 Grupo V (5,0 valores) 1. Considerando os predicados em baixo responda às perguntas, escolhendo a frase mais adequada para cada uma das fórmulas em Lógica de Primeira Ordem. elfo(x): x é elfo anão(x): x é anão odeia(x, y): x odeia y feiticeiro(x): x é feiticeiro hobbit(x): x é um hobbit tem_pés_peludos(x): x tem os pés peludos 1.1. (0,5) (EM) x y anão(x) elfo(y) odeia(x, y) a) Os elfos e os anões odeiam-se. b) Todos os anões odeiam os elfos. c) Não há nenhum elfo que não odeie um anão. d) Todos os elfos odeiam os anões. e) Todos os anões odeiam pelo menos um elfo. f) Todos os elfos odeiam anões e todos os anões odeiam elfos (0,5) (EM) x anão(x) feiticeiro(x) a) Todos os anões são feiticeiros. b) Existe um anão que não é feiticeiro. c) Nem todos os anões são feiticeiros. d) Existem feiticeiros que são anões. e) Nenhum anão é feiticeiro. f) Todos os feiticeiros são anões (0,5) (EM) x y anão(x) elfo(y) odeia(x, y) a) Existe um elfo que não odeia um anão. b) Não existem elfos e anões que não se odeiem. c) Existe um anão que não odeia nenhum elfo. d) Existe um anão que não odeia um elfo. e) Todos os anões não odeiam um elfo. f) Não existem elfos e anões que se odeiem (0,5) (EM) x (hobbit(x) baixinho(x) tem_pés_peludos(x)) a) Nenhum hobbit é baixinho e tem os pés peludos. b) Se é beixinho e tem os pés peludos então é um hobbit. c) Todos os hobbits são baixinhos e têm os pés peludos. d) Nem todos os hobbits são baixinhos e têm os pés peludos. e) Existe um hobbit que é baixinho e tem os pés peludos. f) Todos os baixinhos com pés peludos são hobbits.
7 2. (1,0) Converta a fórmula abaixo numa fórmula na Forma Implicativa Normal x hobbit(x) baixinho(x) tem_pés_peludos(x) 3. (2,0) Considere a seguinte base de conhecimento 1. mulher(x) usa_faca(x) 2. estava_cozinha(x) usa_faca(x) matou(x, Dr.Neves) 3. homem(x) médico(x) usa_faca(x) 4. cozinheira(x) estava_cozinha(x) 5. cozinheira(x) mulher(x) 6. TRUE cozinheira(d.ana) 7. TRUE mulher(d.ana) 8. TRUE homem(dr.pacheco) 9. TRUE médico(dr.pacheco) 10. TRUE homem(prof.bradão) Usando resolução, prove por refutação que a D. Ana matou o Dr. Neves.
8
9 Grupo VI (1,0 valores) 1. (0,5) (EM) O Princípio da Navalha de Ockham ( Ockham s razor ) diz que, em Aprendizagem Indutiva, se deve, entre as várias hipóteses (funções) possíveis, a) preferir a hipótese mais simples. b) preferir a hipótese mais complexa. c) preferir a hipótese mais simples consistente com os dados. d) preferir a hipótese mais complexa consistente com os dados. e) preferir uma hipótese inconsistente mas que generaliza melhor. f) Todas as respostas de a) a d) estão incorrectas. 2. (0,5) (EM) 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 sub-conjuntos 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. Grupo VII (1,0 valores) 1. (0,5) (EM) 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. 2. (0,5) (EM) O lado direito de uma regra de uma Gramática de Cláusulas Definidas (DCG) pode conter os seguintes elementos e nada mais: a) símbolo não-terminal não aumentado, símbolo não-terminal aumentado, variável representando um símbolo terminal, constante terminal e teste lógico. b) símbolo não-terminal aumentado, variável representando um símbolo terminal, constante terminal e teste lógico. c) símbolo não-terminal não aumentado, variável representando um símbolo terminal, constante terminal e teste lógico. d) Símbolo não-terminal não aumentado, símbolo não-terminal aumentado, constante terminal e teste lógico. e) Símbolo não-terminal não aumentado, símbolo não-terminal aumentado, variável representando um símbolo terminal e teste lógico. f) símbolo não-terminal não aumentado, símbolo não-terminal aumentado, variável representando um símbolo terminal e constante terminal.
10 Grupo VIII (2,5 valores) 1. (0,5) (EM) As ideias-chave para o planeamento, para ultrapassar as limitações da resolução de problemas por procura, são: a) Usar inferência lógica em vez de um método de procura. b) Fazer a procura num espaço de planos em vez de num espaço de situações para poder fazer um planeamento de ordem-total. c) Abrir a representação de estados, objectivos e acções, adicionar acções ao plano onde quer que seja e decompor o problema em sub-problemas. d) Usar o princípio de compromisso mínimo para permitir que o planeador tenha que procurar apenas quando os planos não interagem. e) Todas as respostas de a) a d) estão correctas. f) Todas as respostas de a) a d) estão incorrectas. 2. (2,0) A figura abaixo define um problema do mundo dos blocos. C A C A B D B D Inicio Fim Usando o algoritmo POP e os operadores STRIPS definidos em baixo encontre o plano parcialmente ordenado que é solução do problema. OP : (ACTION : Move(b,x,y), PRECOND : On(b,x) Clear(b) Clear(y), EFFECT: On(b,y) Clear(x) On(b,x) Clear(y)) OP : (ACTION : MoveToTable(b,x), PRECOND : On(b,x) Clear(b), EFFECT: On(b,TABLE) Clear(x) On(b,x))
11
INTELIGÊNCIA 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.
INTELIGÊNCIA 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.
INTELIGÊNCIA 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.
Inteligência 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.
Inteligência 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
PROCURA 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.
Inteligência 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
Inteligência 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
Inteligência 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.
PROCURA 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.
INTELIGÊNCIA 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
Inteligência 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.
Inteligência 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
Inteligência 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.
Inteligência 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
Exercícios de Procura e Planeamento 2013/2014
Exercícios de Procura e Planeamento 203/204 Fausto lmeida ula Prática de PP apítulo 2 apítulo 2 Estratégias ásicas de Procura Heurística Exercício onsidere o seguinte espaço de estados, com estado inicial,
INTELIGÊNCIA 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
Ex. 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
a) 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
INTELIGÊNCIA 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
Inteligência 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
CEFET/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
Inteligência 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
Fundamentos 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.
Fundamentos 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
Sistemas 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
Exercícios da cadeira de Inteligência Artificial. Helena Sofia Pinto João Cachopo Daniel Gonçalves Carlos Lopes António Inês Lynce Pedro Matos
Exercícios da cadeira de Inteligência Artificial Helena Sofia Pinto João Cachopo Daniel Gonçalves Carlos Lopes António Inês Lynce Pedro Matos Ano Lectivo 2001/2002 1 Prefácio Este documento reúne os exercícios
Inteligência 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
Inteligência 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
Inteligência 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
Departamento de Ciência de Computadores - FCUP Primeiro Teste de Inteligência Artificial / Sistemas Inteligentes (Duração: 2 horas)
Departamento de Ciência de Computadores - FCUP Primeiro Teste de Inteligência Artificial / Sistemas Inteligentes (Duração: horas) Nome: Data: 7 de Abril de 016 1) Considere a aplicação da busca em profundidade
Inteligência Artificial. Resolução de problemas por meio de algoritmos de busca. Aula VI Busca Competitiva
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação http://www.inf.unioeste.br/~claudia/ia2017.html Inteligência Artificial Resolução de problemas por meio de algoritmos
Optimização/Matemática II (Eco)
Optimização/Matemática II (Eco) Frequência/ Exame 1ª Época 1º Ano 2º Semestre 2013 / 2014 Licenciaturas em Gestão, Finanças e Contabilidade, Gestão de Marketing e Economia 02-06-2014 Duração da Frequência:
Algoritmos de retrocesso
Algoritmos de retrocesso Algoritmos em que se geram escolhas que vão sendo testadas e eventualmente refeitas Problemas para os quais não existem algoritmos eficientes: retrocesso é melhor que pesquisa
Busca Competitiva. Inteligência Artificial. Até aqui... Jogos vs. busca. Decisões ótimas em jogos 9/22/2010
Inteligência Artificial Busca Competitiva Aula 5 Profª Bianca Zadrozny http://www.ic.uff.br/~bianca/ia-pos Capítulo 6 Russell & Norvig Seção 6.1 a 6.5 2 Até aqui... Problemas sem interação com outro agente.
Alternativamente pode ser pensado como uma forma de maximizar o minimo ganho possível.
Inteligência Artificial Algoritmo i com cortes Alfa-Beta Ana Saraiva 050509087 Ana Barbosa 050509089 Marco Cunha 050509048 Tiago Fernandes 050509081 FEUP - MIEIC 3ºAno/ºSemestre 1 Introdução O algoritmo
Fundamentos da Programação
Fundamentos da Programação Solução do Primeiro Teste 29 de Março de 2014 09:00 10:30 1. (1.0) O que é um processo computacional? Qual a relação entre um programa e um processo computacional? Um processo
Sumário. Decisões óptimas em jogos (minimax) Cortes α-β Decisões imperfeitas em tempo real
Jogos Capítulo 6 Sumário Decisões óptimas em jogos (minimax) Cortes α-β Decisões imperfeitas em tempo real Jogos vs. Problemas de Procura Adversário imprevisível" necessidade de tomar em consideração todas
Introdução à Inteligência Artificial. Procura em contextos competitivos jogos (cont.)
Introdução à Inteligência Artificial Procura em contextos competitivos jogos (cont.) Sumário n Vimos Jogos de 2 jogadores n Determinísticos, soma nula, informação perfeita Estratégia óptima minimax Algoritmos
AULA 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,
Exercícios da cadeira de Inteligência Artificial. Helena Sofia Pinto João Cachopo Daniel Gonçalves Carlos Lopes António Inês Lynce Pedro Matos
Exercícios da cadeira de Inteligência Artificial Helena Sofia Pinto João Cachopo Daniel Gonçalves Carlos Lopes António Inês Lynce Pedro Matos Ano Lectivo 2001/2002 1 Prefácio Este documento reúne os exercícios
Inteligência Artificial - IA. Resolução de problemas por meio de busca
Resolução de problemas por meio de busca 1 Agente reativo - definido por ação reação Agente de resolução de problemas (ou baseado em objetivos) encontra sequencias de ações que leva ao estado desejável.
Introdução à Inteligência Artificial MAC MAC 415. Exercício Programa 1 Busca
Introdução à Inteligência Artificial MAC 5739 - MAC 415 006 Exercício Programa 1 Busca Data de Divulgação: 6 de agosto Data de Entrega: 6 de setembro 1 Objetivo Implementar os algoritmos de busca em Inteligência
Fundamentos 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
Jogo de Damas. Alunos: Sávio Mendes de Figueiredo Sômulo Nogueira Mafra
Jogo de Damas Alunos: Sávio Mendes de Figueiredo ([email protected]) Sômulo Nogueira Mafra ([email protected]) Prof.: Inês dutra Inteligência artificial Coppe sistemas - UFRJ 1. Algumas Frases 2. Origens
INSTITUTO SUPERIOR DE CONTABILIDADE E ADMINISTRAÇÃO DO PORTO CURSO DE MARKETING
INSTITUTO SUPERIOR DE CONTABILIDADE E ADMINISTRAÇÃO DO PORTO CURSO DE MARKETING EXAME DE INTRODUÇÃO À ECONOMIA I Época de Recurso 8 de Fevereiro de 2006 Duração: 120 minutos. Cotação: 20 valores BOM TRABALHO!!!
Implementação e Avaliação do Algoritmo MCTS-UCT para o jogo Chinese Checkers. Jhonny Moreira
Implementação e Avaliação do Algoritmo MCTS-UCT para o jogo Chinese Checkers Jhonny Moreira Introdução Introdução Na área da inteligência artificial (IA), a motivação é conseguir colocar os computadores
CEFET/RJ Inteligência Artificial (2017.2) Professor: Eduardo Bezerra Lista de exercícios 03
. CEFET/RJ Inteligência Artificial (2017.2) Professor: Eduardo Bezerra ([email protected]) Lista de exercícios 03 Créditos: essa lista de exercícios contém a tradução dos exercícios disponibilizados
PCS 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
Universidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº3: Dualidade. Interpretação Económica.
Ano lectivo: 2008/2009; Universidade da Beira Interior Departamento de Matemática INVESTIGAÇÃO OPERACIONAL Ficha de exercícios nº3: Dualidade. Interpretação Económica. Cursos: Economia 1. Formule o problema
FUNDAMENTOS DA PROGRAMAÇÃO 1º Teste, 19 de abril de 2013, 1h30m
FUNDAMENTOS DA PROGRAMAÇÃO 1º Teste, 19 de abril de 2013, 1h30m 1. (1.5) Considere a seguinte gramática em notação BNF: ::= , ::= ::=
Enunciados 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
3. Resolução de problemas por meio de busca
Inteligência Artificial - IBM1024 3. Resolução de problemas por meio de busca Prof. Renato Tinós Local: Depto. de Computação e Matemática (FFCLRP/USP) 1 Principais Tópicos 3. Resolução de problemas por
Aprendizagem 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
Inteligência Artificial. Prof. Tiago A. E. Ferreira Aula 5 Resolvendo Problemas
Inteligência Artificial Prof. Tiago A. E. Ferreira Aula 5 Resolvendo Problemas 1 Agente solucionador de problemas (guiado por objetivo) O agente reativo Escolhe suas ações com base apenas nas percepções
Prova 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
Árvore de Jogos Minimax e Poda Alfa-Beta
Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Árvore de Jogos Minimax e Poda Alfa-Beta Inteligência Artificial Site: http://jeiks.net E-mail: [email protected]
Estruturação de Procedimentos
Capítulo 4 Estruturação de Procedimentos 4. Exercícios de revisão. Diga o que entende por linguagem estruturada em blocos. Descreva a regra associada a esta estrutura, e diga qual a sua importância. 2.
Introdução à Inteligência Artificial 2007/08
Introdução à Inteligência rtificial 2007/08 Procura em contextos competitivos jogos Contexto Um agente vs multiagente mbiente cooperativo vs competitivo Teoria dos jogos (ramo da Economia) Sistema multiagente
Exame de 1ª Época Introdução à Programação IGE e ETI 2003/02/25-1º semestre de 2002/2003 ISCTE
Recibo do Exame de 1ª Época de Introdução à Programação (IGE e ETI), 2003/02/25 1º semestre de 2002/2003, ISCTE Nome do aluno:... Número do aluno:... Assinatura do docente:... Notas: Exame de 1ª Época
Busca competitiva. Inteligência Artificial. Profª. Solange O. Rezende
Profª. Solange O. Rezende 1 O que vimos até agora... Busca não informada Baseada somente na organização de estados e a sucessão entre eles Busca informada Utiliza, também, informações a respeito do domínio
