II INTELIGENCIA ARTIFICIAL
Páginas: 7 (1634 palabras)
Publicado: 17 de octubre de 2015
Segunda Evaluación a Distancia
Indicaciones Generales
No olvides de escribir tus nombres y apellidos en la primera página de la prueba, en el espacio correspondiente.
Este examen consta de dos partes:
Primera parte: Preguntas objetivas – que tiene un valor de 8 puntos
Segunda parte: Preguntas de ensayo – tiene un valor de 12 puntos
Importante: Esta evaluacióna distancia puede ser entregada de manera física en su respectivos Centro Universitario o también a través del Campus Virtual de nuestra universidad.
INSTRUCCIONES
La prueba objetiva esta constituida por dos partes, la primera de ellas consta de 8 preguntas donde debes determinar la veracidad (V) o falsedad (F) de los enunciados. En la segunda parte hay preguntas denominadas de elecciónmúltiple, que costa de 20 ítems en forma de pregunta con cinco alternativas (a, b, c, d, e) de los cuales debes elegir la correcta.
En el desarrollo de la prueba lee atentamente los enunciados o la pregunta y responder según se indique, además debes estar seguro al momento de responder pues cualquier borrón o enmendadura anula la respuesta.
.
A) VERDADERO FALSO:
Encierre en un círculo la letraV si es verdadero o F si es falso. (0.5 pts. cada pregunta)
1.
V F
Los grados de pertenencia están en un rango de 0 y 1.
2.
V F
El perceptron puede operar con valores continuos.
3.
V F
Backpropagation es adecuado para redes de una sola capa.
4.
V F
Los algoritmos genéticos se basan en conceptos de selección natural y teoría de la evolución.
5.
V FUna función de pertenencia puede ser definida de forma continua o discreta
6.
V F
Los algoritmos genéticos son meta heurísticas
7.
V F
El algoritmo por corrección de error es supervisado.
8.
V F
La red perceptron implementa un mecanismo de agrupamiento (Clustering)
B) PRUEBA DE ELECCIÓN MÚLTIPLE:
Encierre en un círculo la alternativa(s) correcta(s) (0.5 pts.cada pregunta)
9. Es parte de una neurona artificial: (puedes marcar más de una opción)
a. Los pesos.
b. Función de activación.
c. Los operadores genéticos
d. Reglas
e. La mutación
10. Un operador genético es: (marca las opciones que corresponden)
a. Mutación.
b. Cruzamiento.
c. Control.
d. Elitismo.
e. Aptitud
11. Un Sistema de control difuso está compuesto de: (puedes marcar más de unaopción)
a. Fusificación.
b. Defusificación.
c. Sistema de símbolos.
d. Motor de inferencia.
e. Semántica del lenguaje.
12. Es verdad de algoritmos genéticos: (puedes marcar más de una opción)
a. Se inspiran en mecanismo de selección natural.
b. Solo está definido para representaciones de cadena binaria.
c. Son de naturaleza paralelos.
d. Son determinísticos.
e. Es una meta heurística.
13. Losparadigmas de aprendizaje en una red neuronal son: (puedes marcar mas de un a opción):
a. Aprendizaje Supervisado.
b. Aprendizaje Estocástico.
c. Aprendizaje por refuerzo.
d. Aprendizaje no supervisado,
e. Gradiente ascendente.
14. Backpropagation es (selecciona una respuesta)
a. Algoritmo inteligente.
b. Es un agente de búsqueda.
c. Es un paradigma de aprendizaje aleatorio.
d. Es un algoritmode retro propagación de errores para redes neuronales de múltiples capas.
e. Es un algoritmo para red tipo Perceptron.
15. En sistemas de control difuso el método del centroide es: (puedes marcar mas de una opción)
a. Es un operador genético difuso
b. Es un método de defusificacion.
c. Es un método de fusificacion
d. Es un regla de inferencia.
e. Se usa en codificación de variableslingüísticas.
16. El operador de cruzamiento se usa: (selecciona una opción)
a. Combinar dos individuos para generar dos nuevo individuos.
b. Calcular la función de aptitud en un algoritmo genético.
c. Es usado para seleccionar le individuo mas apto.
d. Es usada en la mutación de los genes.
e. Se usa en lógica difusa para representar variables lingüísticas.
17. Una variable lingüística es:
a. Una...
Segunda Evaluación a Distancia
Indicaciones Generales
No olvides de escribir tus nombres y apellidos en la primera página de la prueba, en el espacio correspondiente.
Este examen consta de dos partes:
Primera parte: Preguntas objetivas – que tiene un valor de 8 puntos
Segunda parte: Preguntas de ensayo – tiene un valor de 12 puntos
Importante: Esta evaluacióna distancia puede ser entregada de manera física en su respectivos Centro Universitario o también a través del Campus Virtual de nuestra universidad.
INSTRUCCIONES
La prueba objetiva esta constituida por dos partes, la primera de ellas consta de 8 preguntas donde debes determinar la veracidad (V) o falsedad (F) de los enunciados. En la segunda parte hay preguntas denominadas de elecciónmúltiple, que costa de 20 ítems en forma de pregunta con cinco alternativas (a, b, c, d, e) de los cuales debes elegir la correcta.
En el desarrollo de la prueba lee atentamente los enunciados o la pregunta y responder según se indique, además debes estar seguro al momento de responder pues cualquier borrón o enmendadura anula la respuesta.
.
A) VERDADERO FALSO:
Encierre en un círculo la letraV si es verdadero o F si es falso. (0.5 pts. cada pregunta)
1.
V F
Los grados de pertenencia están en un rango de 0 y 1.
2.
V F
El perceptron puede operar con valores continuos.
3.
V F
Backpropagation es adecuado para redes de una sola capa.
4.
V F
Los algoritmos genéticos se basan en conceptos de selección natural y teoría de la evolución.
5.
V FUna función de pertenencia puede ser definida de forma continua o discreta
6.
V F
Los algoritmos genéticos son meta heurísticas
7.
V F
El algoritmo por corrección de error es supervisado.
8.
V F
La red perceptron implementa un mecanismo de agrupamiento (Clustering)
B) PRUEBA DE ELECCIÓN MÚLTIPLE:
Encierre en un círculo la alternativa(s) correcta(s) (0.5 pts.cada pregunta)
9. Es parte de una neurona artificial: (puedes marcar más de una opción)
a. Los pesos.
b. Función de activación.
c. Los operadores genéticos
d. Reglas
e. La mutación
10. Un operador genético es: (marca las opciones que corresponden)
a. Mutación.
b. Cruzamiento.
c. Control.
d. Elitismo.
e. Aptitud
11. Un Sistema de control difuso está compuesto de: (puedes marcar más de unaopción)
a. Fusificación.
b. Defusificación.
c. Sistema de símbolos.
d. Motor de inferencia.
e. Semántica del lenguaje.
12. Es verdad de algoritmos genéticos: (puedes marcar más de una opción)
a. Se inspiran en mecanismo de selección natural.
b. Solo está definido para representaciones de cadena binaria.
c. Son de naturaleza paralelos.
d. Son determinísticos.
e. Es una meta heurística.
13. Losparadigmas de aprendizaje en una red neuronal son: (puedes marcar mas de un a opción):
a. Aprendizaje Supervisado.
b. Aprendizaje Estocástico.
c. Aprendizaje por refuerzo.
d. Aprendizaje no supervisado,
e. Gradiente ascendente.
14. Backpropagation es (selecciona una respuesta)
a. Algoritmo inteligente.
b. Es un agente de búsqueda.
c. Es un paradigma de aprendizaje aleatorio.
d. Es un algoritmode retro propagación de errores para redes neuronales de múltiples capas.
e. Es un algoritmo para red tipo Perceptron.
15. En sistemas de control difuso el método del centroide es: (puedes marcar mas de una opción)
a. Es un operador genético difuso
b. Es un método de defusificacion.
c. Es un método de fusificacion
d. Es un regla de inferencia.
e. Se usa en codificación de variableslingüísticas.
16. El operador de cruzamiento se usa: (selecciona una opción)
a. Combinar dos individuos para generar dos nuevo individuos.
b. Calcular la función de aptitud en un algoritmo genético.
c. Es usado para seleccionar le individuo mas apto.
d. Es usada en la mutación de los genes.
e. Se usa en lógica difusa para representar variables lingüísticas.
17. Una variable lingüística es:
a. Una...
Leer documento completo
Regístrate para leer el documento completo.