UTNianos

Versión completa: IA Final 24/05/2016
Actualmente estas viendo una versión simplificada de nuestro contenido. Ver la versión completa con el formato correcto.
Buenas les cuento mas o menos lo que nos tomaron en el final del 24 de mayo:

4 v o f a justificar:
1- Sobre metodologia IDEAL (falso)
2- Algo sobre educcion de conocimientos (falso)
3- Sobre RNA Backpropagation. Decia que no es interesa el valor de salida de la red, sino simplemente los valores de las entradas (falso)
4- Decia algo como esto: En los AG siempre se elige el mejor individuo en la poblacion final. (falso)

1 Ejercicio de Deducción Natural
1 Ejercicio de emparrillado, solo había que realizar la matriz y árbol de las características. Luego daba 4 oraciones y pedia que explicaran si era posible la relación a la que hacían referencia.
(25-05-2016 22:59)pablo_4 escribió: [ -> ]Buenas les cuento mas o menos lo que nos tomaron en el final del 24 de mayo:

4 v o f a justificar:
1- Sobre metodologia IDEAL (falso)
2- Algo sobre educcion de conocimientos (falso)
3- Sobre RNA Backpropagation. Decia que no es interesa el valor de salida de la red, sino simplemente los valores de las entradas (falso)
4- Decia algo como esto: En los AG siempre se elige el mejor individuo en la poblacion final. (falso)

1 Ejercicio de Deducción Natural
1 Ejercicio de emparrillado, solo había que realizar la matriz y árbol de las características. Luego daba 4 oraciones y pedia que explicaran si era posible la relación a la que hacían referencia.

1- Decia algo así: La metodología ideal sirve para el estudio del comportamiento inteligente, tiene como objetivo el definir una teoría que explique el comportamiento inteligente. (Era falso, la IA como ciencia es eso.)
2 - Es imposible realizar el proceso de educcion de conocimiento sin tener un buen proceso de conceptualizacion. (Falso, el proceso de educcion corresponde a la etapa de Adquisición de conocimiento, y esta es anterior a la conceptualizacion).
3 - Backpropagation es una Red Neuronal Artificial que nunca necesita conocer la salida deseada durante el entrenamiento, sólo necesita los valores de entrada. (Falso, necesita tanto la entrada como la salida. La que no necesita los valores de salida es Hopfield)
4 - Los Algoritmos Genéticos garantizan encontrar siempre al mejor individuo en la solución al problema. (Falso, puede tener convergencia prematura y seleccionar un individuo que pertenece a un máximo local.)

El ejercicio de deducción natural era muy similar en dificultad a los que están en la guía, haciendo esos no había ningún problema y salir en 5 minutos.
El emparrillado, tampoco era complicado, pero había que tener en claro el tema de la red de relaciones entre características y explicar porque 4 párrafos relacionaban las características o no.


Eramos creo que 6 rindiendo. los que se, aprobaron.

Saludos!
2) Yo hubiera dicho que son tareas que se realizan en paralelo.

Gracias! Muy buena explicación =)
URLs de referencia