trituenhantao1

Giải thuật tìm kiếm theo hàm đánh giá sử dụng cấu trúc dữ liệu nào dưới đây?

• Mảng sắp theo thứ tự giá trị hàm h.

• Cây nhị phân.

• Hàng đợi(Queue).

• Ngăn xếp(Stack)

Chương trình máy tính nào dưới dây không phải trí tuệ nhân tạo?

• Chương trình nhận dạng chữ viết tay từ tập dữ liệu có gán nhãn.

• Chương trình chơi cờ vua.

• Chương trình giải phương trình bậc hai.

• Chương trình tìm đường đi giữa hai vị trí để tránh tắc đường.

Trong các giải thuật sau, giải thuật nào cho lời giải có chi phí nhỏ nhất?

• Giải thuật tìm kiếm theo chiều rộng.

• Giải thuật tìm kiếm theo chiều sâu.

• Giải thuật A*.

• Giải thuật best first.

Hai lớp trong giải thuật Logistic Regression có nhãn là

• 1 và 0

• -1 và 0

• 1 và -1

• 1 và 2

Hàm phân lớp của Perceptron là

• Sign (w, x)

• Sigmoid (w, x)

• -w, x

• w, x

• Giải thuật cho kết quả khác nhau.

• Không tìm được ư như mong muốn.

• Số bước cập nhật lớn.

• Giải thuật lặp vô hạn lần.

Trong hai giải thuật học dưới đây, giải thuật nào làm việc được trên tập dữ liệu huấn luyện có nhiễu (tập dữ liệu không tách được tuyến tính giữa hai lớp)?

• Logistic Regression.

• Perceptron.

Với giải thuật Perceptron cho bài toán phân loại hai lớp, nhãn của hai lớp là

• 0 và -1.

• 1 và 2.

• 1 và 0.

• 1 và -1.

Công thức cập nhật tham số của mô hình Logistic Regression là

Giải thuật Logistic Regression học siêu phẳng tách hai lớp từ dữ liệu huấn luyện. Siêu phẳng tìm được không duy nhất vì

• giải thuật sử dụng tham số đầu vào w ban đầu là các số ngẫu nhiên.

• hàm mất mát thông tin có nhiều hơn một điểm cực tiểu.

• số lần cập nhật tham số w không xác định.

• hàm mất mát thông tin có nhiều hơn một điểm cực đại.