Kordamisküsimused: erinevus redaktsioonide vahel
Mine navigeerimisribale
Mine otsikasti
Uus lehekülg: ' Eksamiks valmistudes arvesta, et '''eksamil võib küsida kõike seda, millest on räägitud loengutes'''. S.t. allolev nimekiri ei ole lõplik ega täielik. # Intelligentne a...' |
Resümee puudub |
||
| 4. rida: | 4. rida: | ||
S.t. allolev nimekiri ei ole lõplik ega täielik. | S.t. allolev nimekiri ei ole lõplik ega täielik. | ||
# Intelligentne agent. Agendi ülesande PEAS-kirjeldus. | <!-- # Intelligentne agent. Agendi ülesande PEAS-kirjeldus. --> | ||
# Algoritmi ajaline keerukus. Suure "O" notatsioon. | # Algoritmi ajaline keerukus. Suure "O" notatsioon. | ||
# Ülesande keerukus. NP-keerukad ülesanded. | # Ülesande keerukus. NP-keerukad ülesanded. | ||
| 25. rida: | 25. rida: | ||
# Teadmusbaasi realiseerimine loogikat kasutades. Järeldumine. | # Teadmusbaasi realiseerimine loogikat kasutades. Järeldumine. | ||
# ''Forward chaining'' algoritm. | # ''Forward chaining'' algoritm. | ||
# Resolutsioonimeetod lausearvutuses. | |||
<!-- | <!-- | ||
# Predikaatloogika (i.k. ''first order logic'') teadmusbaas. | # Predikaatloogika (i.k. ''first order logic'') teadmusbaas. | ||
| 33. rida: | 34. rida: | ||
# Juhuslike suuruste iseseisvus. Bayesi võrk. | # Juhuslike suuruste iseseisvus. Bayesi võrk. | ||
# Naiivne Bayesi mudel. | # Naiivne Bayesi mudel. | ||
# Tõenäosuste arvutamine Bayesi võrgul, kasutades juhuslikkusel põhinevat simulatsiooni (''Gibbs sampling''). | <!--# Tõenäosuste arvutamine Bayesi võrgul, kasutades juhuslikkusel põhinevat simulatsiooni (''Gibbs sampling'').--> | ||
# Peidetud Markovi mudel. | # Peidetud Markovi mudel. | ||
<!-- | <!-- | ||
Redaktsioon: 17. detsember 2018, kell 15:13
Eksamiks valmistudes arvesta, et eksamil võib küsida kõike seda, millest on räägitud loengutes.
S.t. allolev nimekiri ei ole lõplik ega täielik.
- 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.
- Stohhastiline lokaalne otsing (simulated annealing)
- Strateegia otsing intelligentse vastase vastu. Minimax puu.
- Alpha/beta otsing.
- Teadmusbaasil põhineva agendi arhitektuur.
- Teadmusbaasi realiseerimine loogikat kasutades. Järeldumine.
- Forward chaining algoritm.
- Resolutsioonimeetod lausearvutuses.
- Prologi kasutamine predikaatloogika reeglite ja faktide kirjapanekuks.
- Tinglik tõenäosus.
- Diskreetsete juhuslike suuruste ühisjaotus, lausete tõenäosuse arvutamine selle kaudu.
- Juhuslike suuruste iseseisvus. Bayesi võrk.
- Naiivne Bayesi mudel.
- Peidetud Markovi mudel.
- Õppimine - mingile tundmatule funktsioonile lähendi leidmine.
- Klassifitseerimine otsustuspuu abil. Otsustuspuu ehitamine DTL (tuntud ka ID3 nime all) algoritmiga. Informatsiooni entroopia.
- Tehisneuroni tööpõhimõte.
- Tehisnärvivõrkude treenimise põhimõtted.
- Q-learning. Käitumise õppimine.