89-570שאלון בחינה בקורס " בבינה מלאכותית"

מרצה: פרופ' שרית קראוס

מתרגל: מר אריאל רוזנפלד

סמסטר א' מועד ב' –

משך הבחינה: שלוש שעות

מותר להשתמש בדף נוסחאות של המרצה ומחשבון

ענו על כל השאלות.

(15. לוחם הפשע הנאיבי )1

אירע רצח בעיירה קטנה. הטבלה הבאה סופקה על ידי מומחים פורנזיים:

גילית שלרוצח לא היה מניע. הרצח אירע ביריד וכלי הרצח היה קערת צ'ילי. החלטת להיעזר במה כדי למצוא את הרוצח.Naïve Bayesשידוע לך על

מי לדעתך הוא הרוצח? הראה את כל שלבי החישוב. תראה את העבודה שלך:

No prior: -7

Clac err -1 or -2

Wrong answer -2

( 15 חיפוש ).2 מכיוון שבקרוב תסיים את התואר באוניברסיטה, אתה מחליט להתחיל לתכנן את M=Maxהקריירה שלך. אתה מייצר גרף של האופציות שלך, כאשר קודקוד ההתחלה היא

and Anna Web street ונקודת היעד היאR = Retireעם מספר אופציות ביניהם. בגרף , שמייצגים, לערך, את :"יוקר המעבר" בין האופציות שציינת )אלedgeשלך יש מרחקי

תחשוב יותר מדי על פירוש הדבר הזה(. בנוסף, יש לך מרחקי קודקוד-יעד היוריסטיים אשר מייצגים את הדעות הקדומות שלך בנושא עוד כמה שנים נשארו עד שתצא לפנסיה.

שנה מאז התואר30(, R( לפנסיה )M שנים בין אוניברסיטה )25לדוגמה, לדעתך ייקח (.E( אבל רק שנתיים מאז תקופת היזם )Bהשני )

A = Wall StreetBתואר שני = Cפרופסור = Dממשלה =

Eיזם =

מכלבכמה שפחות מקומות עבודה.תניח שאתה רוצה לצאת לפנסיה אחרי שעבדת א. *(, איזה מהם כדאי להשתמש על מנת למצואAהאלגוריתמים הבסיסיים שלמדת )חוץ מ

?R ל-Mשביל, עם מינימום של מאמץ בחיפוש, שיש בו את המינימום של קודקודים בין נמק. הראה את כל שלבי החיפוש ובפרט את הסדר בהם הוצאו הקודקודים מהרשימה

( 6הפתוחה. )

Rבאיזה אלגוריתם היית משתמש כדי למצוא את הדרך האופטימאלית להגיע ל-ב. )האופטימליות מתיחסת לעלות האמיתית(. נמק. הראה את כל שלבי החיפוש ובפרט את

(6הסדר בהם הוצאו הקודקודים מהרשימה הפתוחה. )

(3השווה בין הפעילויות של שני האלגוריתמים. )ג.

Did not select BFS -5Did not select UCS -5Did not explain -3Did not show clacs -3Error in calcs -2~Partial calcs -2~

3 .STRIPS)15(נתונה בעיית התכנון הבאה:

JFK ו SFO הנמצאים בשדות התעופה P2 ו P1 מטוסים 2 וC2 ו C1 יחידות מטען 2ישנן בהתאמה.

שתעביר את המטענים בין השדות. כלומר,STRIPSעליך למצוא תוכנית ע"י שימוש באלג' . SFO ימצא בשדה c2 ומטען JFK ימצא בשדה c1מצב המטרה הוא שמטען

כפי שמתוארות מטה.Fly ו Load, Unloadלרשותך הפעולות פרט את מצב המחסנית והתוכנית בכל שלב של החישוב.

Did not show stack entire process -12

Error in plan ~-4

( 17 תורת המחשקים ).3 בוחרA. אם OUT או IN חייב לבחור A, משתתפים במשחק הבא. דבר ראשון, B ו-A שחקנים, 2

OUTאז המשחק נגמר ו ,A ו2 מקבל B אם 0 מקבל .A בוחר IN אז ,B רואה את זה וחייב לבחור IN , הםIN בוחר B וIN בוחר A. אם 0 מקבל A ו2 מקבל B, המשחק נגמר וOUT בוחר B. אם OUTאו

הבא:simultaneous move gameמשחקים את ה

(2תצייר את העץ שמייצג את המשחק הזה. )א()(15 של המשחק. )pure-strategy SPEתמצא את כל הב()

SPE: A:in, up B: left + A: Out,down B: rightNOT SPE: A: out,up+ right, in,down,rightDid not examine the first phase -10Missed SPE: -4Wrong SPE: -4

4 .Learning (18) . אתה מחליט להגדירk Nearest Neighborsבניסיון הראשון שלך אתה משתמש במודל של א.

תכונות: כמות המילים במייל וכמה פעמים כתוב או "אדון" או "גברת".2דוא"ל זבל על סמך

שניתן.training data בדיאגרמה של הnearest-neighbor-1ה עבור decision boundaryתצייר את הtraining data points. (6)תשתמש במרכז הפרצופים כמיקום ל

Did not cover the whole space -3Did not get the idea -4 - -6

במשחק "מריו" מנסה הגיבור להבין אילו דמויות במשחק ניתן לחסל ע"י קפיצה עליהן. לצורךב.(12כך הוא בחן את הדמויות בטבלה הבאה. )

מריו מעוניין לבנות עץ סיווג על מנת לסווג דמויות חדשות בהן טרם צפה.

? ישיב האם ניתןEnemy?, Talks?,Boss?, Annoyingבנו את עץ הסיווג כך שבהינתן הפרמטרים לחסלו ע"י קפיצה.

Did not show entire process ~Considered the name of the character -3One stage tree with names -11

5 .Hierarchical Clustering (10) class labels וה-X הוא single attribute הם הדוגמאות, ה-A-E הבא. training data setתבחן בא.

.1 או 0הם או ABCDEדוגמה

ערך התכונה )X)

0.10.60.8

2.03.0

Class Label00011

כאשר שני למידע זה.hierarchical clustering שנובע מיישום הclustering treeתצייר את ה-clustersמתמזגים, תחליף אותם עם ה cluster centroidשלהם, זאת אומרת הממוצע הסטטיסטי

שלו,cluster centroid מיוצג ע"י הcluster( כל 1. פירוש הכלל הזה הוא: )clusterשל כל חברי ה כמרחק ביןclusters( מחשבים את השוני בין 2 שלו; )clusterשהוא הממוצע הנומרי של כל חברי ה

)שים לב: מדד יותר טוב של שוני הוא ה-. Euclidean distance שלהם ע"י cluster centroidsהroot-mean-squared-deviation [RMSD]של כל חבר ב clusterמה cluster centroidשלו, אך לא ע"י הקפת נקודות מידעcluster centroids סמן את הניתן לעשות זאת במסגרת מבחן זה.(

הזה. הראשון נעשה עבורך כדוגמה.cluster centroidשנמצאות ב . אין צורך לרשוםבלבד hierarchical clustering שנובע מיישום הclustering treeעליך לצייר את ה-

שמופיע בריבוע למטה, אשר סופק כאן אך ורק כדיcluster centroid and dissimilarityאת מידע הליידע אותך איך לפתור את הבעיה.

6 .k-means clustering (10)

single הם הדוגמאות, ה-A-E הבא )זה אותו סט שהיה בשאלה הקודמת(. training data setתבחן בattribute הוא X-וה class labels 1 או 0 הם או.

ABCDEדוגמהערך התכונה )

X)0.10.60.

82.03.0

Class Label00011

.data clusters 2, זאת אומרת זיהוי k=2 הזה עבור data set לk-means clusteringתיישם

שלך. באופןclusters נקודות מידע שניתן לאתחל איתן את שני ה2בחרת באופן אקראי א..cluster #2 לאתחל את B ודוגמה cluster #1 לאתחל את Aאקראי בחרת בדוגמה

שנובעים מזה. cluster assignmentsתרשום את ה להיותcluster centroidsא, תחשב מחדש את ה6 בשאלה clustersלאחר שיוך הדוגמאות לב.

.clusterהממוצע של הדוגמאות שכבר משוייכים לכל החדש של הדוגמאותcluster centroid, תכתוב את המספר שהוא הcluster עבור כל

א.6 הזה בשאלה clusterששויכו לב, תשייך מחדש את הדוגמאות ל6 בשאלה cluster centroidsלאחר חישוב חדש של הג.

clustersהדוגמה משוייכת ל( הכי קרובים אליהם cluster centroid.)הכי קרוב

להיותcluster centroidsג, תחשב מחדש את ה6 בשאלה clustersלאחר שיוך הדוגמאות לד..clusterהממוצע של הדוגמאות שכבר משוייכים לכל

החדש של הדוגמאותcluster centroid, תכתוב את המספר שהוא הclusterעבור כל ג.6 הזה בשאלה clusterששויכו ל

clustersד, תשייך מחדש את הדוגמאות ל6 בשאלה cluster centroids לאחר חישוב חדש של ה הכי קרוב(.cluster centroidהכי קרובים אליהם )הדוגמה משוייכת ל

בצורה הבאה:cluster assignmentsבכל המקרים תכתוב את הcluster #1: _____________ cluster #2______________ :

Did not show calcs -5 eachWrong answer ~?

--בהצלחה!--