MI_2

Question 1

A Naiv Bayes-háló lényegi feltételezése, hogy: Egy gyermek, több szülő csomópont. A szülők egymástól
függetlenek.

Accepted Answer

false

Answer

true

Question 2

A Naiv Bayes-háló lényegi feltételezése, hogy: Több gyermek, több szülő csomópont. A gyermek csomópontok
egymástól függetlenek.

Accepted Answer

false

Answer

true

Question 3

A Naiv Bayes-háló lényegi feltételezése, hogy: Egy gyermek, egy szülő csomópont, ezek egymástól
függetlenek.

Accepted Answer

false

Answer

true

Question 4

A Naiv Bayes-háló lényegi feltételezése, hogy: Több gyermek, egy szülő csomópont. A gyermek csomópontok
egymástól függetlenek.

Accepted Answer

true

Question 5

A Bayes-háló egy kompakt reprezentációja az együttes valószínűségi eloszlásnak.

Accepted Answer

true

Question 6

A Bayes-háló feltételes függetlenségi/függőségi térképként reprezentálja a változók közötti kapcsolatokat.

Accepted Answer

true

Question 7

A Bayes-háló asszociációs kapcsolati térképként reprezentálja a változók közötti függőségeket.

Accepted Answer

false

Answer

true

Question 8

A Bayes-háló oksági kapcsolatokat is képes reprezentálni.

Accepted Answer

true

Question 9

Az oksági kapcsolatok mindig egyben asszociációs kapcsolatok is.

Accepted Answer

true

Question 10

Az asszociációs kapcsolatok mindig egyben oksági kapcsolatok is.

Accepted Answer

false

Answer

true

Question 11

Az oksági kapcsolatok lehetnek asszociációs kapcsolatok is.

Accepted Answer

false

Answer

true

Question 12

Az asszociációs kapcsolat hátterében sosem lehet oksági kapcsolat.

Accepted Answer

false

Answer

true

Question 13

Egy csomópont feltételesen független az őseitől a gyermekek ismeretében.

Accepted Answer

false

Answer

true

Question 14

Egy csomópont feltételesen független a nem leszármazottaitól a szülők ismeretében.

Accepted Answer

true

Question 15

Egy csomópont feltételesen független a nem leszármazottaitól a gyermekek ismeretében.

Accepted Answer

false

Answer

true

Question 16

Egy csomópont feltételesen független a leszármazottaitól a szülők ismeretében.

Accepted Answer

false

Answer

true

Question 17

Egy csomópont feltételes valószínűségi táblája a szülők értékeinek
konfigurációja szerint tartalmazza a csomópontra vonatkozó feltételes
valószínűségeket.

Accepted Answer

true

Question 18

A Bayes-háló feltételes függetlenségeket / függőségeket leíró
gráfstruktúrája összhangban kell legyen a parametrizációval, melyet
minden csomópontra a szülők értékei függvényében adunk meg.

Accepted Answer

true

Question 19

A Bayes-háló által reprezentált együttes valószínűségi eloszlás a
szülői halmazok alapján faktorálható (feltételes valószínűségek
szorzatára).

Accepted Answer

true

Question 20

A Bayes-háló által leírt függőségek mindig oksági kapcsolatokat
jelentenek.

Accepted Answer

false

Answer

true

Question 21

Egy adott csomópont szülei, gyermekei és testvérei tartoznak ebbe a halmazba. (Markov-takaró)

Accepted Answer

false

Answer

true

Question 22

Egy adott csomópont szülei, gyermekei és szüleinek egyéb
gyermekei tartoznak ebbe a halmazba. (Markov-takaró)

Accepted Answer

false

Answer

true

Question 23

Egy adott csomópont szülei, gyermekei és gyermekeinek egyéb
szülei tartoznak ebbe a halmazba. (Markov-takaró)

Accepted Answer

true

Question 24

Egy adott csomópont szülei és gyermekei tartoznak ebbe a
halmazba. (Markov-takaró)

Accepted Answer

false

Answer

true

Question 25

Ha a leszámítolási tényező 1, és a jutalmaknak véges maximuma van, akkor végtelen lépéssor is véges összjutalmat eredményez.

Accepted Answer

false

Answer

true

Question 26

A modellalapú ágens a környezetről is, önmagáról is modellt alkot, és ezeket frissíti.

Accepted Answer

true

Question 27

A hasznosságorientált ágens a célhoz vezető különböző állapotsorozatokat (trajektóriákat) is képes értékelni.

Accepted Answer

true

Question 28

Az állapot hasznosságát csak akkor tudjuk értelmezni, ha az adott állapotból csak egy végállapotba lehet eljutni.

Accepted Answer

false

Answer

true

Question 29

A szekvenciális probléma iteratív megoldása során gyakran az értékek még nem konvergálnak pontosan, de a stratégia már egyértelmű lehet.

Accepted Answer

true

Question 30

Mivel az időbeli különbség tanuláshoz nincs szükség az állapotátmenet-modellre, ezért Q-tanulásra is használható

Accepted Answer

true

Question 31

A hasznosságfüggvény explicit reprezentációja jobb általánosító képességet tesz lehetővé, mint az implicit reprezentáció

Accepted Answer

false

Answer

true

Question 32

Az adott állapothoz tartozó legnagyobb Q érték az állapot hasznosságát adja.

Accepted Answer

false

Answer

true

Question 33

A mohó felfedezést végző ágens könnyen egy szuboptimumba juthat.

Accepted Answer

true

Question 34

A hóbortos felfedezést végző ágens nagyon jól kiismeri környezetét, de nem aknázza ki ezt a tudását a jutalmak gyűjtésére.

Accepted Answer

true

Question 35

Az aktív megerősítéses tanulásban kettős célja van az ágensnek: egyrészt minél nagyobb jutalmakat akar gyűjteni, másrészt javítani akarja a megszerzett tudást, a jövőbeli szekvenciákhoz.

Accepted Answer

true

Question 36

Eljárásmód-iteráció esetén, ha a t-dik lépésben kiszámítottuk az Ut(s) értékeket, akkor a következő eljárásmód becslés – (πt+1 (s) – nem függ a leszámítolási tényezőtől.

Accepted Answer

true

Question 37

Az időbeli különbség (IK) tanulási módszer hatékonyságát az állapotátmenet-mátrix optimális felhasználása adja.

Accepted Answer

false

Answer

true

Question 38

Egy adott állapotban elvégezhető cselekvésekhez tartozó legnagyobb Q érték az állapot hasznosságát adja

Accepted Answer

true

Question 39

Amennyiben a környezet sztochasztikus és az ágens érzékelői nem teszik lehetővé a környezet állapotainak meghatározását, akkor az ágens többállapotú problémával néz szembe.

Accepted Answer

true

Question 40

A Bellman összefüggés felállításánál kihasználtuk, hogy a lépéssorozatban nyert
jutalmak additívak.

Accepted Answer

true

Question 41

Az optimális eljárásmód az állapotokhoz megadja azt a cselekvést, ami minden
sorozatban a legnagyobb jutalmat fogja eredményezni.

Accepted Answer

false

Answer

true

	Creado por Tamás Hargitai hace alrededor de 6 años

Siguiente

MI_2

Descripción

Resumen del Recurso

Pregunta 1

Pregunta 2

Pregunta 3

Pregunta 4

Pregunta 5

Pregunta 6

Pregunta 7

Pregunta 8

Pregunta 9

Pregunta 10

Pregunta 11

Pregunta 12

Pregunta 13

Pregunta 14

Pregunta 15

Pregunta 16

Pregunta 17

Pregunta 18

Pregunta 19

Pregunta 20

Pregunta 21

Pregunta 22

Pregunta 23

Pregunta 24

Pregunta 25

Pregunta 26

Pregunta 27

Pregunta 28

Pregunta 29

Pregunta 30

Pregunta 31

Pregunta 32

Pregunta 33

Pregunta 34

Pregunta 35

Pregunta 36

Pregunta 37

Pregunta 38

Pregunta 39

Pregunta 40

Pregunta 41

Similar