Chapter 10 - 12 Flashcards
Förklara kortfattat begreppen ”information retrieval” och ”information extraction” inom språkanalys (natural language processing)!
Information retrieval behandlar metoder för att identifiera dokument som behandlar en viss sökfråga eller ett visst ämne. Information extraction behandlar metoder för att extrahera information som är användbar för en viss applikation, t.ex. extrahera telefonnummer eller efternamn.
Vilka tre typer av lager (layers) finns i ett neuronnätverks (neural network) topologi?
Input layer, hidden layer och output layer.
Varför är stopp-problemet (the halting problem) intressant ur ett beräkningsteoretiskt perspektiv?
Stopp-problemet: Är det möjligt att inom ändlig tidsrymd med något program avgöra om ett godtyckligt program kommer att avslutas för godtyckliga indata? Stopp-problemet är olösbart, vilket visar att det finns problem som inte går att lösa (med algoritmer).
Ge exempel på tre komplexitetsklasser i O-notation och ordna dessa från mest effektiv till minst effektiv!
Exempelvis: O(n), O(n 2 ), O(2n )
Vad är sök-heuristik (search heuristics), och vad kännetecknar bra sök-heuristik?
- Heuristic: “rule of thumb” for making decisions
- Requirements for good heuristics
It should constitute a reasonable estimate of proximity to a goal
It should be easy to compute
Givet att komplexiteten för algoritm A är O(n), algoritm B är O(log n), algoritm C är O(n2 ) och algoritm D är O(n log n2 ), lista algoritmerna i ordning från den mest effektiva till den minst effektiva!
B, A, D, C.
Vad skiljer en deterministisk och en icke-deterministisk algoritm åt?
En deterministisk algoritm ger alltid samma svar givet ett visst indata. En icke-deterministisk algoritm kan ge olika svar för samma indata.
Ett neuralt nätverk är en beräkningsmodell som inspirerats av hur den mänskliga hjärnan fungerar. Hur lär sig ett neuralt nätverk från exempeldata?
- Artificial neuron:
each input is multiplied by a weighting factor;
if sum of weighted inputs exceed threshold then output is 1 else output is 0 - Artificial neural network learn from examples by adjusting their weights
Vad är skillnaden mellan övervakad inlärning (supervised learning) och oövervakad inlärning (unsupervised learning)?
I övervakad inlärning tränar man systemet med färdig klassificerad data (träningsdata). I oövervakad inlärning får systemet ingen träningsdata utan får själv analysera indata och hitta mönster.
Är reinforcement learning en typ av övervakad inlärning (supervised learning) eller inte? Varför?
Reinforcement learning är oövervakad, och bygger på att systemet själv bedömer, utifrån en given generell regel, huruvida det har lyckats eller inte.
Vad är definitionen av en intelligent agent?
Autonomous goal-directed entity which observes using sensors and acts upon an environment using actuators.
Vad är en Turing-maskin och vad är dess syfte?
En Turing-maskin är en matematisk modell av en dator, och syftet är att studera vilka problem som går att lösa med en dator
Vad är ett artificiellt neuralt nätverk (artificial neural network) och hur förändras ett sådant nätverk under inlärning?
Ett artificiellt neuralt nätverk är en beräkningsmodell som efterliknar en hjärnas nätverk av neuroner. Ett artificiellt neuralt nätverk lär sig genom att justera vikterna i de olika neuronerna i nätverket.
Vad är stopp-problemet (the halting problem), och varför är det intressant ur ett beräkningsteoretiskt perspektiv?
Stopp-problemet: Är det möjligt att inom ändlig tidsrymd med något program avgöra om ett godtyckligt program kommer att avslutas för godtyckliga indata? Stopp-problemet är olösbart, vilket visar att det finns problem som inte går att lösa med algoritmer.
Vad kallas den del av maskininlärning (machine learning) där en människa beskriver det korrekta svaret för ett antal exempel och agenten (maskininlärningsalgoritmen) generaliserar utifrån dessa exempel?
Supervised learning
