b4 prt 4

76. En las redes Bayesianas, el modelo de Kim y Pearl : Solo nos ofrece una inferencia exacta en poliarboles. Nos ofrece una inferencia exacta en poliarboles y en arboles. Nos ofrece una inferencia exacta en arboles.

77. Cuál es la finalidad principal de una red bayesiana: Calcular la distribución conjunta de las variables nodo. Calcular y distinguir la distribución conjunta de las variables nodo aleatorios. Distinguir la distribución conjunta de las variables nodo.

Cual de estas afirmaciones en relación al modelo de Kim y Pearl es INCORRECTA: solo es aplicable para poliárboles y monoárboles. solo es aplicable para poliárboles. solo es aplicable para monoárboles.

¿Qué diferencia existe entre la aproximación frecuencial y la aproximación bayesiana?. La aproximación frecuencial utiliza los eventos pasados para predecir los presentes. La aproximación bayesiana razona sobre creencias en condiciones de incertidumbre. Ambas son correctas.

81. Las redes bayesianas están formadas por: Un conjunto de variables aleatorias que forman los nodos de la red. Cada nodo X tendrá adjunta una distribución P(X|Padres(X)). Un conjunto de enlaces que determinan la influencia (dependencia) entre nodos. Si X se conecta con Y se dice que X influencia a Y. Ambas respuestas son correctas.

¿Cuál es el problema de la inferencia exacta general?. Mucha complejidad. Poca complejidad. Complejidad nula.

83. El modelo de Kim y Pearl: Se basa en el paso de dos tipos de mensajes entre nodos. Se basa en el paso de mensajes entre nodos aleatorios. Se basa en el paso de mensajes entre nodos vacios.

Queremos determinar la probabilidad de que un robot choque al realizar un movimiento hacia adelante de un metro conociendo la lectura de su sónar frontal. Sabemos que la efectividad del sónar es del 90% y que la probabilidad a priori de chocar es del 30% ¿Qué probabilidad hay de chocar si el sensor nos devuelve lecturas negativas a menos de un metro de distancia? (lectura negativa del sensor). 0.05. 0.5. 0.005.

¿Qué afirmación es correcta?. Ambas son correctas. El filtro Kalman Extendido actualiza nuestro conocimiento sobre el estado de un sistema a lo largo del tiempo en función de las acciones realizadas y las observaciones del entorno. El filtro Kalman Extendido nos permite hacer tracking de la posición de un robot a lo largo del tiempo incorporando las lecturas de sus sensores.

Queremos determinar la probabilidad de que un robot choque al realizar un movimiento hacia adelante de un metro conociendo la lectura de su sónar frontal. Sabemos que la efectividad del sónar es del 90% y que la probabilidad a priori de chocar es del 30% ¿Qué probabilidad hay de no chocar si el sensor nos devuelve lecturas negativas a menos de un metro de distancia? (lectura negativa del sensor). 0.95. 0.05. 0.50.

¿Cuáles de las siguientes técnicas se pueden utilizar para hacer razonamiento probabilista en el tiempo?. Ambas son correctas. Filtros de Kalman (y filtros extendidos de Kalman). Redes Bayesianas Dinámicas.

Queremos determinar la probabilidad de que un robot choque al realizar un movimiento hacia adelante de un metro conociendo la lectura de su sónar frontal. Sabemos que la efectividad del sónar es del 90% y que la probabilidad a priori de chocar es del 30% ¿Qué probabilidad hay de chocar si el sensor nos devuelve lecturas positivas a menos de un metro de distancia? (lectura positiva del sensor). 0.79. 0.95. 0.05.

Si te dan a elegir entre el contenido de dos botellas para paliar tu sed: En la etiqueta de la primera lees que la probabilidad de ser potable es de 0.95. Mientras que en la segunda botella lees que su pertenencia al conjunto de bebidas potables es de 0.95. Qué elección sería más racional?. Beber de la segunda botella. Beber de la primera botella. Beber de ninguna botella.

La lógica de primer orden permite: - Inferir conocimiento nuevo. - Todas las respuestas son correctas. - Aprender.

A la hora de definir las medidas de rendimiento de un agente inteligente…. Debemos tener en cuenta multitud de factores además del cumplimiento del objetivo final, como por ejemplo el consumo energético, el tiempo que tarda en alcanzarlo, si el razonamiento seguido es el óptimo, etc. Debemos tener en cuenta algunos factores como por ejemplo el consumo energético, el tiempo que tarda en alcanzarlo, si el razonamiento seguido es el óptimo, etc. Debemos tener en cuenta los factores del consumo energético, el tiempo que tarda en alcanzarlo, si el razonamiento seguido es el óptimo, etc.

- 0.0877. - 0.0736. - 0.0625.

- 0.7047. - 0.8356. - 0.3209.

Queremos determinar la probabilidad de que un robot choque al realizar un movimiento hacia adelante de un metro conociendo la lectura de su sónar frontal. Sabemos que la efectividad del sónar es del 90% y que la probabilidad a priori de chocar es del 30% ¿Qué probabilidad hay de no chocar si el sensor nos devuelve lecturas positivas a menos de un metro de distancia?. 0.21. 0.95. 0.79.