intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE

Giải đề thi trí tuệ nhân tạo

Chia sẻ: Khuong Nguyen | Ngày: | Loại File: DOCX | Số trang:3

43
lượt xem
1
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Nội dung của tài liệu trình bày một số bài tập như: tải dữ liệu vào bộ nhớ; hiển thị mô hình dưới dạng cây nhị phân nhị biến; duyệt cấu trúc cây nhị phân nhị biến; cài đặt hệ thống nhận dạng dưới cấu trúc cây nhị phân nhị biến. Mời các bạn cùng tham khảo tài liệu để có thêm tư liệu phục vụ quá trình ôn luyện, chuẩn bị chu đáo cho các kì thi sắp đến.

Chủ đề:
Lưu

Nội dung Text: Giải đề thi trí tuệ nhân tạo

  1. PHẦN I: Cài Đặc Hệ Thống Nhận Dạng Dưới Cấu Trúc Cây Nhị Phân Nhị Biến Bước 1: Tải dữ liệu vào bộ nhớ (0.5đ) load fisheriris Bước 2: Đưa dữ liệu thông tin đầu vào vào 2 biến data và label, data là dữ liệu thông tin gồm chiều rộng và chiều dài con cá, còn label là dữ liệu nhãn (1đ) data = meas(:,1:2); label = categorical(species); Bước 3: Đưa dữ liệu data và label vào máy học, cài đặc giải thuật CART 4.5 dưới dạng cây nhị phân nhị biến để tạo ra mô hình model (1đ) model = fitctree(data, label); Hàm cài đặc giải thuật CART 4.5 (1đ) gscatter(data(:,1),data(:,2),species,'rgb','osd'); Là hàm máy học dành cho sắp xếp gscatter(xx1(:),xx2(:), predictedspecies,'rgb'); Là hàm máy học dành cho hồi quy Bước 4: Khởi tạo dữ liệu ca_thu với kích thước là 23 35 (0.5đ) ca_thu = [23 35]; Bước 5: Đưa dữ liệu thử ca_thu vào trong mô hình để trả ra kết quả dự đoán result (1đ) result = predict(model, ca_thu); Bước 6: Hiển thị mô hình dưới dạng cây nhị phân nhị biến (1đ) view(model, 'Mode','graph'); Phần II: Duyệt cấu trúc cây nhị phân nhị biến Câu 1: Giả sử mất điện bạn phải phân biệt các thu được bằng tay. Giả sử con các mua được có kích thước 40 và 50 lần lược là chiều rộng và chiều dài. Hãy duyệt bằng tay sơ đồ và ghi lại qu trình xác nhận con các đó thuộc loại nào (1đ) Bài làm Theo đề bài ta có: x1 = 40
  2. x2 = 50 Tại nút gốc ta thấy điều kiện x1 < 5.45 và x1 >= 5.45 => Ta duyệt nhánh phải của nút đang xét (vì x1 = 40) Tại nhánh đang xét ta thấy điều kiện x1 < 6.15 và x1 >= 6.15 => Ta duyệt nhánh phải của nút đang xet (vì x1 = 40) Tại nhánh đang xét ta thấy điều kiện x1 < 7.05 và x1 >= 7.05 => Ta duyệt nhánh phải của nút đang xet (vì x1 = 40) Kết quả cuối cùng là Virginica Câu 2: Kiểm tra giống cá đó thông qua cài đặc trên máy tính sau khi hệ thống có điện trở lại (1đ) %Khởi tạo cá mua ngoài chợ ca_mua_ngoai_cho = [40 50]; %Đưa cá mua ngoài chợ vào mô hình để trả kết quả dự đoán ketqua = predict(model, ca_mua_ngoai_cho); %Hiển thị kết quả disp(ketqua); virginica Câu 3: B ằng cách duy ệt s ơ đồ, d ự đoán kích th ước c ủa nhóm con cá Setosa? Ghi rõ s ơ đồ duy ệt c ấy để có h ệ đi ều ki ện, ghi rõ đi ều ki ện c ủa nhóm cá Setosa (1đ) Bài làm Đi ều ki ện để duy ệt được nhóm cá Setosa là: 1. x1 < 5.45 & x2 >= 2.8 => Setosa 2. x1 >= 5.45 & x1 < 6.15 & x2 >= 3.45 => Setosa Câu 4: Bằng cách duyệt sơ đồ, dự đoán kích thước của nhóm con cá Versicolor? Ghi rõ sơ đồ duyệt cấy để có hệ điều kiện, ghi rõ điều kiện của nhóm cá Versicolor (1đ) Bài làm Điều kiện để duyệt được nhóm cá Versicolor là: 1. x1 < 5.45 & x2 < 2.8 => Versicolor 2. x1 >= 5.45 & x1 < 6.15 & x2 < 3.45 & x1 < 5.75 => Versicolor 3. x1 >= 5.45 & x1 < 6.15 & x2 < 3.45 & x1 >= 5.75 & x2 < 3.1 & x2 < 2.95 => Versicolor 4. x1 >= 5.45 & x1 < 6.15 & x2 < 3.45 & x1 >= 5.75 & x2 >= 3.1 => Versicolor 5. x1 >= 5.45 & x1 >= 6.15 & x1 < 7.05 & x2 < 2.4 => Versicolor
  3. 6. x1 >= 5.45 & x1 >= 6.15 & x1 < 7.05 & x2 >= 2.4 & x1 < 6.95 & x2 = 2.85 => Versicolor 7. x1 >= 5.45 & x1 >= 6.15 & x1 < 7.05 & x2 >= 2.4 & x1 < 6.95 & x2 = 6.55 & x1 < 6.65 => Versicolor 8. x1 >= 5.45 & x1 >= 6.15 & x1 < 7.05 & x2 >= 2.4 & x1 < 6.95 & x2 = 6.55 & x1 >= 6.65 & x2 >= 2.65 & x2 < 2.9 => Versicolor 9. x1 >= 5.45 & x1 >= 6.15 & x1 < 7.05 & x2 >= 2.4 & x1 >= 6.95 => Versicolor
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
2=>2