preguntas nuevas mateo

Las funciones heurísticas…. Cuantas más restricciones tengamos en cuenta para su diseño menos precisa será la heurística. Se consideran admisibles si nunca sobrestiman el coste real de alcanzar la meta. Si n es el nodo inicial, entonces h(n)=0. Si una heurística domina a otra (para todo n. h2(n)>=h1(n)). A* usando h2 expandirá más nodos que usando h1.

Si hablamos de sistemas de producción…. La base de conocimientos está formada por la base de reglas y el motor de inferencias. Los sistemas dirigidos por los datos son más específicos porque ejecutarán todas las reglas disponibles en función de la información introducida. La memoria activa almacena todos los cambios de estado de nuestro sistema de forma que representa siempre nuestro estado actual. El motor de inferencias es el responsable de interactuar con el mundo exterior.

Si hablamos de algoritmos de búsqueda en árboles: La búsqueda primero en anchura es óptima y completa siempre. La búsqueda de profundidad iterativa se debe usar en espacios de búsqueda en los que se conoce la profundidad de la solución. La búsqueda preferente en profundidad es óptima pero no es completa. Todas las anteriores son falsas.

La eficiencia de un algoritmo de búsqueda depende de los parámetros independientes del dominio de aplicación: La profundidad y el criterio de selección de estados. El factor de ramificación y el número de bucles. El factor de ramificación y la profundidad. El coste de expansión de los nodos y el formalismo de representación usado.

La palabra “FITNESS” en términos de un algoritmo genético es: No existe esta palabra en estos sistemas. Una forma o función de evaluación de los individuos en términos de conveniencia o adaptación. Una operación genética que cambia la composición de los descendientes. Una forma de crear una población de soluciones. Una técnica que permite evaluar la complejidad computacional de cada individuo de la población.

En una simulación de un Algoritmo Genético,. Al principio interesa que el ratio de mutación sea alto. Al principio interesa que el ratio de cruce sea alto. Los ratios de cruce y mutación deben ser iguales. El ratio de mutación puede ser cero. Dan igual los valores de cruce y mutación siempre que la selección sea por ruleta.

En los individuos de un sistema de Programación Genética,... Los terminales son operadores. No puede haber nunca operadores aritméticos como nodos del árbol. Los terminales pueden ser constantes o variables. Los nodos pueden ser también terminales. Los nodos son siempre valores constantes.

La técnica de Algoritmos Genéticos. No funciona bien cuando existen múltiples mínimos locales en el espacio de búsqueda. Permite resolver problemas en espacios de búsqueda donde existen múltiples mínimos locales. Presenta problemas cuando el espacio de búsqueda es poco convexo y muy variado. Es una técnica de búsqueda exhaustiva de soluciones denominada “técnica determinística”. Solo permite realizar regresión simbólica y búsqueda de máximos o de minimos en funciones en 1 o 2 variables.

El primer investigador que propone el concepto de Programación Genética para una computadora es: John Holland. David Goldberg. John Koza. Charles Darwin. Ninguno de los anteriores.

Las redes de neuronas recurrentes son aquellas que…. Usan varias técnicas recurrentes para construir un patrón. Permiten determinar los patrones de entrada de manera recurrente. Pueden tener conexiones hacia neurona de capas anteriores, misma capa o consigo mismas. La A y la B son correctas. Ninguna de las anteriores es correcta.

¿Quién dijo “Las máquinas sólo pueden hacer todo aquello que sepamos como ordenarle que hagan. Su misión es ayudar y facilitar lo ya conocido”?. Loew. Ada Lovelace. Camilo Golgi. Ramón y Cajal.

¿Quién postula "la teoría de la neurona"?. Ramón y Cajal. Williams. Pavlov. McCulloch.

Según Cajal ¿a qué se debe la superioridad del SN de los humanos?. A la rapidez de sus neuronas. A su pequeño tamaño. A la abundancia de neuronas de axón corto. Al tamaño de su materia Gris.

¿Qué otro nombre recibe la "Regla de aprendizaje Sinaptico"?. Regla de Barrow. Regla de Hebb. Regla Básica. Regla de aprendizaje Adaptativa.

¿En que consiste la "regla de Hebb"?. Reforzar las vías que se usan. Penalizar las vías que se usan. Ignorar las vías más usadas. Ninguna de las Anteriores.

¿Quién desarrolló el ADALINE?. Widrow. Hoff. ambos pibes. ninguno.

¿Qué libro inició el declive de las Redes de neuronas artificiales?. Perceptrons. Adalines. Madalines. Todos los anteriores.

¿Quién de los siguientes fue un impulsor en el resurgir de las redes de neuronas artificiales?. Anderson. Widrow. Minsky. Rosenblatt.

¿Quién es el padre de las computadoras actuales basadas en lógica booleana?. Von Neumman. Ramón y Cajal. McCulloch. Craik.

¿Cuál de los siguientes nombres se corresponde con uno de los precursores computacionales de los sistemas conexionistas?. Hebb. Ramón y Cajal. Lashley. Sherrington. Ninguno.

¿Quienes proponen en 1943 el modelo de neurona artificial que lleva su nombre?. Hebb y Rochester. Hebb y Von Neuman. Mc Culloch y Pitts. Mc Culloch y Cajal.

¿Cuál NO es uno de los tres niveles de comprensión formulado por Marr y Poggio?. Nivel de computación. Nivel de traducción. Nivel algorítmico. Nivel de mecánica. En realidad son los 4 mencionados.

¿Cuál es la parte receptora de una neurona?. Axón. Dendritas. Soma. Dendritas y soma.

¿Cuál es la parte emisora de la neurona?. Axón. Dendritas. Soma. Cuerpo celular.

Quién fue el primero que propuso que las máquinas podian emplear modelos y analogias en la resolución de problemas?. Bigelow. Craik. Wiener. McCulloch. Rosenblueth.

Una región del espacio de estados en la que todos los estados individuales tienen el mismo valor de la función heuristica y, por lo tanto, no ea posible determinar la mejor dirección para continuar se denomina. Conflicto. Maximo (o minimo) local. Estribación. Cresta. Meseta.

En los sistemas de producción, la entidad que describe el universo de discurso que se quiere modelar se denomina... Base de reglas. Memoria activa. Motor de inferencias. Base de conocimientos. Base de hechos.

En los sistemas de producción, las hipótesis de trabajo y las metas o submetas que todavía no han sido establecidas, forman parte de... La base de conocimientos. La base de reglas. La base de hechos. La memoria activa. El motor de inferencias.

Si el conocimiento sobre un dominio es completo y ha sido aplicado, y el dominio está bien descrito en términos de manifestaciones e interpretaciones, la solución a cualquier problema estará en... La función de conocimiento E. La base logica expandida. La base logica reducida. La función booleana de manifestaciones. La función booleana de interpretaciones.

Para que el esquema bayesiano sea aplicable, corrigiendolo, al modelo categórico de razonamiento. La función de conocimiento E debe poder expresarse como una probabilidad condicional. La función booleana de manifestaciones del problema debe poder expresarse como una probabilidad condicional. La función booleana de manifestaciones del dominio debe poder expresarse como una probabilidad condicional. Manifestaciones e interpretaciones deben ser mutuamente independientes. La función booleana de interpretaciones del problema debe poder expresarse como una probabilidad condicional.

Las arquitecturas básicas del agente son. Reactivo , reactivo con estado , basado en metas y basado en utilidades. Reactivo , basado en metas , basado en metas con estas y basado en utilidades. Activo , reactivo, reactivo con estado y basado en metas. Activo, reactivo, basado en metas con estado y basado en utilidades.

La búsqueda A*. Evalua los nodos combinando las funciones g(n) y h(n) , es decir , el coste real del mejor camino para alcanzar el nodo n y el coste estimado del camino menos costoso de n hasta la meta. Basada en grafo es optima si la heurística es admisible. Se comporta como profundidad si g se incrementa en 1, h=0 y los nodos con igual f se ordenan de menos a mas reciente. Todas las anteriores son correctas.

¿Qué problema de los métodos de búsqueda local se resuelve mediante la aplicación de mas de un operador antes de realizar la prueba meta?. Mesetas. Máximos locales. Crestas. Ninguno de los anteriores.

Si hablamos de sistemas de producción , ¿Cuáles son los elementos de la base de conocimientos?. Base de hechos , base de regla y memoria activa. Memoria activa y motor de inferencias. Base de regla y motor de inferencias. Base de hechos y base de reglas.

Un perceptrón sin capas ocultas no puede resolver el problema exor debido a que : El numero de patrones es demasiado bajo. No existen algoritmos que permitan entrenarlo. El problema no es linealmente separable. El algoritmo de entrenamiento no encuentra una solución. El entrenamiento se queda atascado en un mínimo local.

Un perceptrón multicapa con complejidad suficiente. Puede aprender solamente relaciones entrada/salida lineales. Puede aprender solamente relaciones entrada/salida cuadráticas. Puede aprender solamente relaciones entrada / salida cubicas. Puede aprender solamente relaciones entrada / salida exponenciales. Puede aprender cualquier relación de entrada/salida.