Indietro

Intelligenza Artificiale

ATTENZIONE! Questo è un solo un sottoinsieme del set di domande dell'esame, quindi non sovra-allenate la vostra rete neurale su questo set!

ATTENZIONE! Non rispondo di eventuali errori in quanto chiunque può inserire le domande.

* Le domande contrassegnate sono state inserite dagli utenti.

Aggiungi

Domanda


Risposte

A
B
C
D
Corretta

Riassunto

Categoria
Keyword
0op4=

Domande

:: Ordina random :: Ordina per categoria ::

1. L'ottimizzazione tail: [Non in programma 08/09]
si può applicare se la chiamata ricorsiva è l'ultima clausola e il predicato è deterministico
si può applicare se la chiamata ricorsiva e l'ultima clausola
si può applicare se il risultato della chiamata ricorsiva non viene modificato e il predicato è deterministico
si può applicare sempre
AI ::
2. Il computer passerà il Test di Turing se l'operatore umano
capisce che i messaggi provengono da una persona
non sarà in grado di capire se i messaggi provengono da una persona o no
capisce che i messaggi provengono da un computer
3. Quale definizione di AI è adottata più comunemente?
Sistemi che agiscono razionalmente
Sistemi che pensano come esseri umani
Sistemi che pensano razionalmente
Sistemi che agiscono come esseri umani
4. Un agente è un'entità che:
percepisce e agisce
pensa razionalmente
comunica e agisce
agisce razionalmente
5. Un ambiente è stocastico se:
lo stato sucessivo non è determinato dallo stato corrente ma dall'azione dell'agente
lo stato successivo non è determinato dallo stato corrente nè dall'azione eseguita dall'agente
è deterministico in tutto tranne che per le azioni degli altri agenti
6. Un ambiente è strategico se:
lo stato successivo non è determinato dallo stato corrente e dall'azione eseguita dall'agente
è deterministico in tutto tranne che per le azioni degli altri agenti
lo stato sucessivo non è determinato dallo stato corrente ma dall'azione dell'agente
7. Nella teoria assiomatica si usano strumenti di
manipolazione sintattica
manipolazione sematica e sintattica
manipolazione semantica
8. La definizione di intelligenza secondo Turing è basata su
capacità di elaborazione
capacità di apprendimento
creatività
imitazione
9. *quali dei seguenti è un vincolo?
=
<
#<
10. *Nella logica a più valori di verità la legge del terzo escluso (A or Not A = 1):
non vale
necessita di un terzo valore di verità
vale
11. *Qual è il nome della procedura che consente di limitare l'overfitting durante l'allenamento di una rete neurale?
Early stopping tramite validation set
Backpropagation
K-fold cross validation
Regression
12. *L'allenamento di una rete neurale artificiale è, in genere, un problema:
NP-completo
polinomiale
di complessità lineare
13. *p->q, q è:
affermazione dell’antecedente
fallacia del conseguente
fallacia negazione dell’antecedente
14. *Il PC passerà il test di Touring se un esaminatore umano,dopo aver risposto a delle domande scritte:
sarà in grado di capire se le risposte provengono da PC
sarà in grado di capire se le risposte provengono da una persona
non sarà in grado di capire se le risposte provengono da una persona o no
15. *Le tecniche di consistenza di vincoli trasformano la rete di vincoli:
in una rete la cui soluzione è costituita da un sottoinsieme proprio della soluzione iniziale
in una rete avente numero inferiore di archi
in una rete ad essa equivalente
16. *Se X=[1,2,3,4] la query Y=[1,2|X] fa sì che:
Y=[1,2,1,2,3,4]
Y=0
Y=[3,4]
17. *Quale operatore esprime un vincolo?
=
#<
is
\=
18. *Se ad una formula proposizionale viene assegnata probabilità 0.8 significa che
il valore di verità della formula è 0.2
il valore di verità della formula è 1
il valore di verità della formula è 0.8
19. *Un CSP è consistente se
esiste almeno un assegnamento completo delle variabili tale da soddisfare tutti i vincoli
esiste almeno un assegnamento completo delle variabili tale da soddisfare almeno 1 vincolo
esiste almeno un assegnamento parziale delle variabili tale da soddisfare tutti i vincoli
20. *Nella Diagnostica la regola di Bayes viene usata nella forma:
P(Effetto|Causa) =P(Causa|Effetto)P(Effetto)/P(Causa)
P(Causa|Effetto)=P(Effetto|Causa)P(Causa)/P(Effetto)
P(Causa|Effetto)=P(Effetto|Causa)P(Causa)
21. *L’euristica MRV usata nei CSP sceglie la variabile
più vincolata (maggiore probabilità di fallimento)
meno vincolata (minore probabilità di fallimento)
più vicina
22. *Quale espressione restituisce TRUE in Prolog:
X is Y-1, X = 2
X #= Y-1
X = Y-1, X = 2
23. *Perché nel Prolog non si usa ricerca in ampiezza
non c’è un motivo particolare
perché non completa
richiede troppa memoria
24. *Nel ragionamento probabilistico l'affermazione "La probabilità di una proposizione è data dalla somma delle probabilità dei singoli eventi atomici dove è vera":
dipende dalla definizione di evento atomico
è vera
è falsa
25. *Le reti neurali artificiali sono un esempio di:
apprendimento per rinforzo
apprendimento non supervisionato
apprendimento supervisionato
26. *Procedura che limita il bias introdotto da una particolare suddivisione del dataset in training e test set:
K-Fold Cross
Regression
Early Stopping
BackPropagation
27. *Tabu search:
Sceglie sempre la migliore tra le soluzioni vicine
Può scegliere una soluzione peggiore della corrente
Sceglie sempre una soluzione migliore della corrente
28. *Gli algoritmi di ricerca locale:
Memorizzano il cammino seguito dalla ricerca
Operano sullo stato corrente
Necessitano di una funzione euristica
29. *Negli algoritmi di ricerca locale stocastica, la componente di stocasticità si trova:
Nella scelta del successore e nella generazione della soluzione iniziale
Nel calcolo della funzione obiettivo e nella scelta del sucessore
Nella generazione della soluzione iniziale e nel calcolo della funzione obiettivo
30. *Quale delle seguenti affermazioni sul predicato call é falsa?
può essere omesso se il suo argomento contiene già un predicato
serve ad invocare il predicato specificato come argomento
può essere invocato con variabili non istanziate
serve per la meta-programmazione
31. *Quale tipo di argomentazione è correttamente accettata in logica?
Falsificante
Induttiva
Confermante
32. *Cosa si può fare con le reti neurali?
Regressione e Classificazione
Classificazione
Regressione
33. *L'ambiente "lancio di una moneta" è
Stocastico, parzialmente osservabile, discreto
Deterministico, osservabile, discreto
Stocastico, osservabile, continuo
34. *Il principio di risoluzione è una procedura di dimostrazione che opera per
Affermazione
Negazione
Deduzione
Contraddizione
35. *Quanto è pollo chi ha sputtanato l'esame nel forum universitario?
di più
O(n^n^n)
assai
inquantificabile
36. *Un ambiente ignoto può essere completamente osservabile?
non ha senso
no
si
37. *Quale delle seguenti formule è una clausola?
Devo parlare con il mio avvocato
A and not C
Non intendo rispondere
A or B or C
38. *Il grado di complessità temporale di una ricerca Depth First è pari a :
O(bm)
O(b^(C*/e))
O(b^(d+1))
O(b^m)
39. *La ricerca Depth First è ottima?
Si
Si se b(fattore di branching) è finito
Si se costo per singolo passo = 1
No
40. *Una ricerca Greedy :
non è ne ottima ne completa
ottima ma non completa
completa ma non ottima
è ottima e completa
41. *La ricerca Greedy ha complessità temporale pari a
O(b^m)
O(b^(d+1))
O(bm)
O(bd)
42. *La ricerca Greedy ha una complessità spaziale pari a
O(b^(d+1))
O(b^m)
O(bm)
O(b^(C*/e))
43. *La ricerca A* è una ricerca:
Ne ottima ne completa
Completa se il numero di nodi è finito e ottima in alcuni casi
Solo completa ma non ottima
ottima e completa sempre
44. *La ricerca Best First Ricorsiva funziona in che modo ?
Funziona come una Breadth First
Prende in considerazione oltre al cammino minore anche del percorso alternativo , effettuando una ricorsione per sostituire il valore peggiore del padre con la miglior alternativa
Funziona esattamente come una ricerca A*
Fallisce in ogni caso
45. *Il problema della ricerca Best First Ricorsiva è :
Usa troppa memoria
Una ricerca non informata
Può dare problemi se entra in loop infiniti
Usa troppa POCA memoria
46. *La complessità in termini di spazio della Best First Ricorsiva è:
O(bd)
O(b^(d+1))
O(b^m)
O(bm)
47. *L'algoritmo minimax funziona in questo modo:
Max inizia per secondo nel minimax
Parte dall'inizio alla fine
Valuta solo i nodi Min
Sale dai nodi foglia dell'albero e ricerca i cammini per il dispendio minimo di costi
Allen ::
48. Nell'approccio della logica di Allen, l'algoritmo di Path-Consistency
è completo
non è colmpleto
rileva tutte le inconsistenze
49. Nella logica di Allen è possibile definire
A prima o dopo di B
A prima di B o dopo di C
A prima di A
50. Nell'approccio della logica di Allen, le relazioni mutuamente esclusive tra due intervalli sono
14
12
15
13
Bayes ::
51. La regola di Bayes è definita da
P(causa|effetto)=P(effetto|causa)P(effetto)/P(causa)
P(effetto|causa)=P(causa|effetto)P(causa)/P(effetto)
P(causa|effetto)=P(effetto|causa)P(causa)/P(effetto)
52. *P(A or B)=
P(A)+P(B)-P(A and B)
P(A)-P(B)
P(A)+P(B)
P(A)+P(B)+P(A and B)
53. *Rete Bayesiana:
Permette di rappresentare i gradi di verità delle variabili nel dominio
Non permette di rappresentare in modo conciso le relazioni di indipendenza condizionale nel dominio
Permette di rappresentare in modo conciso le relazioni di indipendenza condizionale nel dominio
Calcolo situazionale ::
54. Nel Calcolo situazionale il piano contiene
la sequenza di azioni
azioni concorrenti
la sequenza delle situazioni
55. *Nel calcolo situazionale la pianificazione è:
Processo basato su algoritmo di ricerca informata
Processo di ricerca su grafo
Processo deduttivo(goal segue dalle azioni)
56. *Di che colore è il cavallo bianco di Napoleone
Bianco
Verde
Rosso
CSP ::
57. L'euristica Least-constraining-value nei CSP sceglie la variabile
più vicina
che lascia più libertà alle adiacenti
meno vincolata
più vincolata
58. Nel forward checking una volta che viene assegnato un valore ad una variabile X
tale valore non viene cancellato
tale valore viene cancellato dai domini delle variabili collegate a X da vincoli
tale valore viene cancellato da tutti i domini
59. Quali delle seguenti affermazioni è falsa?
il Backtracking non è Arc-Consistency
il caso peggiore del Backtracking non è esponenziale
il Backtracking è una ricerca in profondità
60. L'euristica MRV nei CSP sceglie la variabile
meno vincolata
lascia più libertà alle adiacenti
più vincolata
più vicina
61. In un CSP un arco A(i,j) è consistente
se per qualche valore X appartenente a Di esiste almeno un valore Y appartenente a Dj tale che il vincolo tra i e j P(i,j) sia soddisfatto
se per ogni valore X appartenente a Di esiste almeno un valore Y appartenente a Dj tale che il vincolo tra i e j P(i,j) sia soddisfatto
se esiste un Z appartenente a Dk tale che il vincolo tra i, j, k P(i,j, k) sia soddisfatto
62. Un CSP Path-Consistent è anche Arc-Consistent
si
nulla si può dire
no
63. La complessità del caso peggiore di Path-Consistency per un CSP è
O(n^4d)
O(n^3)
O(n^2d^3)
64. La complessità del caso peggiore di Arc-Consistency per un CSP è
O(n^2d^3)
O(n^3)
O(n^4d)
65. Un CSP Strong-Path-Consistent è anche Arc-Consistent?
no
nulla si può dire
si
66. Di che tipo di ricerca la uniform-cost è una variante?
nessuna
depth-first
breadth-first
67. La funzione di valutazione f(n) nella ricerca A* è data da:
h(n)+g(n)
h(n)
g(n)
Valore costante K
Fuzzy ::
68. Nella logica a più valori A and not A = 0
non vale
vale
ha bisogno di un terzo valore
69. L'unione di Fuzzy Set viene realizzata tramite
massimo
differenza
minimo
70. Nei Fuzzy Set la relazione A C B con A,B insiemi è vera
sse la funzione di appartenenza di A è maggior di B
sse la funzione di appartenenza di A è minore di B
sse la funzione di appartenenza di A è uguale di B
sse la funzione di appartenenza di A è minore o uguale di B
71. L'intersezione di Fuzzy Set viene realizzata tramite
differenza
minimo
massimo
72. Due Fuzzy set A e B si dicono equivalenti
sse la funzione di apparteneza di X ad A è uguale a quella di x a B
sse la funzione di apparteneza di X ad A è minore o uguale a quella di x a B
sse la funzione di apparteneza di X ad A è maggiore a quella di x a B
73. Nella logica a più valori A or not A = !
vale
ha bisogno di un terzo valore
non vale
Logica ::
74. Quali delle seguenti formule è una clausola?
A1 <=> A2
A1 or A2
A1 and A2
not(A1 => A2)
75. Quali delle seguenti formule è una clausola?
A1 => A2
A1 and A2
not(A1 <=> A2)
A1 or A2 or A3
76. Quali delle seguenti formule è una clausola?
not(A1 => A2)
A1 <=> A2
A1
A1 and not A2
77. Quali delle seguenti formule è una clausola?
not(A1 and A2)
A1 or not A2
A1 <=> not A2
A1 => (A1 and A2)
78. Un'interpretazione soddisfa una FBF se
alla FBF viene assegnato il valore true con quell'interpretazione
è una tautologia
alla FBF viene assegnato il valore true con qualsiasi interpretazione
79. In logica le tabelle di verità permettono di
attribuire un vaolre di verità alle formule
attribuire una forma sintattica alle formule
attribuire un significato alle formule
80. In logica proposizionale una formula è valida se
è falsa per tutte le interpretazioni
è vera per alcune e falsa per altre
è vera per tutte le interpretazioni
81. In logica proposizionale due formule sono equivalenti
se e solo se hanno lo stesso valore di verità in tutte le interpretazioni
se hanno lo stesso valore di verità in tutte le interpretazioni
se hanno lo stesso valore di verità in alcune interpretazioni
82. La logica proposizionale è decidibile?
dipende dai modelli
si
no
83. Per provare il teorema G si deve dimostrare che
((F1 and F2 and ... Fn) and not G) è una fbf
((F1 and F2 and ... Fn) and not G) è una tautologia
((F1 and F2 and ... Fn) and G) è una tautologia
84. Il Modus Ponens è
da A e B => A segue B
da A e not A => B segue B
da A e A => B segue B
85. Un teorema è
l'ultima operazione di una dimostrazione
l'insieme dei passi di una dimostrazione
l'enunciato di una dimostrazione
86. Per provare il teorema G si deve dimostrare che
((F1 and F2 and ... Fn) and G) è una contraddizione
((F1 and F2 and ... Fn) and not G) è una FBF
(F1 and F2 and ... Fn and not G) è una contraddizione
87. Il Modus Tollens è
da A e A => B segue B
da A e B => A segue B
da not B e A => B segue not A
88. La fallacia nell'affermazione del conseguente è
dato A e not B => A segue B
dato B e A => B segue A
dato A e A => B segue B
89. La fallacia nella negazione dell'antecedente è
dato not A e A => B segue not B
dato A e B => A segue B
dato A e A => B segue B
90. Una FBF è soddisfacibile
se è vera in almeno una interpretazione
se e solo se è vera in tutte le interpretazione
se e solo se è vera in almeno una interpretazione
91. In logica, quali sono i connettivi essenziali?
not, <->, ->, or
and, or, not
and, or, ->
92. Qual'è il risultato dell'unificazione [p(X)]{p(X)/p(a)}?
p(X)
p(a)
X=a
fallimento
93. Nell'interpretazione procedurale:
i parametri attuali sono specificati nella testa delle regole
i predicati diventano deterministici
un goal corrisponde all'invocazione di una procedura
i parametri formali sono i valori assegnati in fase di chiamata
94. In logica proposizionale una formula è una contraddizione se
è vera per tutte le interpretazioni
è vera per alcune e falsa per altre
è falsa per tutte le interpretazioni
95. In logica proposizionale un modello di FBF è
un'interpretazione che soddisfa la formula
un'interpretazione che soddisfa parzialmente la formula
un'interpretazione che non soddisfa la formula
96. Per provare il teorema G si deve dimostrare che
((F1 and F2 and ... Fn) -> G) è una tautologia
((F1 and F2 and ... Fn) and not G) è una fbf
((F1 and F2 and ... Fn) and not G) è una tautologia
97. *La logica dei predicati del primo ordine è:
decidibile
semi-decidibile
indecidibile
98. *Nel calcolo dei predicati del primo ordine l'equivalenza tra aspetto sintattico e semantico è garantita:
Dalla proprietà di correttezza e completezza della teoria
Dalla proprietà di completezza
dalla proprietà di correttezza
99. *Quale tipo di argomentazione è correttamente accettata in logica?
Confermante
Falsificante
Induttiva
100. *Qual'è la migliore squadra del campionato italiano?
Inter
Padova
Milan
Juve
Prolog ::
101. La Risuluzione SLD limitata alle clausole di Horn è
completa e corretta
corretta ma non completa
nè corretta nè completa
completa ma non corretta
102. Cosa si intende per reversibilità?
gli argomenti dei predicati non possono essere istanziati
gli argomenti dei predicati possono essere istanziati secondo uno schema variabile
gli argomenti dei predicati possono essere istanziati secondo uno schema fisso
103. La formula A:-B1,B2,B3:
non è una clausola di Horn
è un fatto
è una regola
è un goal
104. Quale delle seguenti espressioni non è una costante?
12;
abc;
12.34;
Abc;
105. Quale delle seguenti espressioni non è una variabile?
abc;
Abc;
A3;
_aBc;
106. Qual è l'interpretazione dichiarativa di A:-B?
A or not B
A => B
A and B
A <= B
107. La regola di computazione del Prolog:
non esiste un ordine
le clausole vengono riordinate dinamicamente
procede da sinistra a destra
procede da destra a sinistra
108. Il cosiddetto "occur-check":
viene sempre verificato
può essere trascurato
viene trascurato ma può creare problemi
viene trascurato perchè non crea problemi
109. La potenza del Prolog
è pari alla macchina di Turing
è pari a quella di un automa a stati finiti
è esprimibile da una grammatica sensibile al contesto
è esprimibile da una grammatica libera dal contesto
110. Quale delle seguenti affermazioni su *(+(2,3),4) è falsa?
non è valida in Prolog
le parentesi sono necessarie
l'espressione equivale a 4*(2+3)
111. Il risultato di "X1 is 3*4, 1 is X1/12" è:
X1=12 Yes
Yes
X1=12;
No
112. L'operatore is:
può risolvere vincoli con variabili non istanziate alla sua destra
è invariante rispetto alla regola di selezione
è un operatore di assegnamento
non è reversibile
113. La ricorsione in Prolog
può sempre essere ottimizzata
a volte è meglio sostituirla con l’iterazione
è l'unico modo per realizzare l'iterazione
anche se non ottimizzata non `e pesante
114. Quali delle seguenti affermazioni sulle liste è falsa?
in .(T,C) T è un termine qualsiasi
.(T1,T2,C) equivale a [T1|T2|C]
[] è la lista vuota
in .(T,C) C è una lista
115. Il risultato di l([1,2,3,4]),l([_X,Y|Z]) è
X=0, Y=2, Z=[3,4]
fallimento
Y=1, Z=[2,3,4]
Y=2, Z=[3,4]
116. Qual è la funzione di l(X),Y=[0|X]. ?
eliminare un elemento dalla lista
sostituire un elemento della lista
aggiungere un elemento a destra della lista
aggiungere un elemento a sinistra della lista
117. Quali delle seguenti equivalenze è falsa?
[1,2,3]=[1,2,3,4]-[4]
[1,2,3]=[1,2,3]-[]
[1,2,3]=[1,2,3,[]]
[1,2,3]=[1,2,3|L]-L
118. Come viene interpretata la negazione di p(X) in Prolog
Esiste X p(X)
Esiste X not p(X)
Perogni X p(X)
Perogni X not p(X)
119. Qual è la corretta definizione di negazione?
not(X):-X,!,fail.
not(X):-X,fail. not(X).
not(X):-X,!. not(X).
not(X):-X,!,fail. not(X).
120. Quale delle seguenti affermazioni sui punti di scelta è falsa?
vengono rimossi in fase di backtraking
sono creati in presenza di più clausole unificabili
rendono il codice non deterministico
non comportano un appesantimento del codice
121. Quale delle seguenti affermazioni e' vera?
le clausole di Horn non permettono di derivare letterali negativi
la negazione in Prolog coincide esattamente con l-ipotesi di "Mondo Chiuso"
la definizione di negazione in Prolog non crea problemi
la negazione in Prolog si basa sul concetto di fallimento finito o infinito
122. Da cosa è formata una clausola goal?
solo da formule atomiche negative
da una sola formula atomica positiva
da una qualsiasi formula
123. Il risultato di X=[1,2,3,4] con query Y=[0|X] è
Y=[1,2,3,4]
Y=[0]
Y=[0,1,2,3,4]
Y=[]
124. Quale di queste non è una lista:
[a|[b|[c,d]]]
[]
[a(1),b(c(d,e)),f]
[a|b|c]
125. La ricerca A* è ottima:
se la funzione costo g(n) è ammissibile
se la funzione costo g(n) ha un valore minimo
se l'euristica h(n) è ammissibile
mai
126. *Quale delle seguenti affermazioni sul predicato cut è falsa?
elimina tutti i punti di scelta nella clausola in cui `e contenuto;
non tocca i punti di scelta che lo seguono.
elimina i punti di scelta che lo precedono nella clausola in cui `e contenuto;
rende definitiva la scelta della clausola in cui `e contenuto;
127. *Il predicato cut:
viene ignorato in fase di backtracking
non presenta argomenti
ha sempre successo
in certi casi pu`o fallire
128. *La mutua esclusione di una serie di regole con la stessa testa:
può creare inefficienze quando non viene identificata dal Prolog
può essere realizzata anche senza il cut
viene resa più efficiente con il cut
è impossibile senza ricorrere al cut
129. *Il predicato cut:
aiuta il Prolog ad ottimizzare il codice
è necessario per specificare il fatto che un predicato è deterministico
modifica sempre l’interpretazione procedurale
non ha una chiara interpretazione dichiarativa
130. *L’ottimizzazione tail:
si può applicare anche in presenza di punti di scelta
richiede una complessità spaziale lineare
mantiene una valutazione ricorsiva
permette di applicare una valutazione iterativa
131. *Quale delle seguenti affermazioni è falsa?
una coppia di predicati mutuamente ricorsivi non può essere direttamente ottimizzata in maniera tail
un predicato deterministico che presenta una chiamata ricorsiva come ultima clausola può essere ottimizzato in maniera tail
un predicato ricorsivo non tail non può in nessun caso essere ottimizzato in maniera tail
un predicato con pi`u chiamate ricorsive non può essere direttamente ottimizzato in maniera tail
Ricerca ::
132. Perchè nel Prolog si usa la ricerca in profondità?
per garantire la completezza
non c'è un motivo particolare
per poter eseguire il codice su una macchina a stack in maniere efficiente
perchè in ampiezza sarebbe incompleta
133. Cosa si intende per cammino nello spazio degli stati?
una sequenza di operatori che porta dallo stato iniziale ad un altro
una sequenza di operatori che porta da uno stato ad un altro
una sequenza di operatori che porta da uno stato qualunque ad uno finale
una sequenza di operatori che porta dallo stato iniziale ad uno finale
134. Differenza tra ricerca informata e non-informata
le non-informate utilizzano un approccio probabilistico, le informate una ricerca esaustiva
nessuna differenza
le informate utilizzano conoscenza sul dominio del problema, le non-informate effettuano una ricerca esaustiva
135. La ricerca uniform-cost
espande i nodi con minor costo di cammino
espande i nodi meno profondi
espande i nodi a caso
espande i nodi più profondi
136. La ricerca depth-first
espande i nodi a caso
espande i nodi con minor costo di cammino
espande i nodi più profondi
espande i nodi meno profondi
137. La caratteristica che limita maggiormente gli algoritmi di ricerca è:
la memoria secondaria
il floating-point
la CPU
la memoria centrale
138. La ricerca depth-first è completa?
mai
se lo spazio degli stati è finito
si
se il fattore di ramificazione b è finito
139. La funzione di valutazione f(n) nella ricerca greedy best first è data da:
g(n)
h(n)
h(n)+g(n)
valore costante K
140. La ricerca A* è ottima:
sempre
mai
se h(n) è ammissibile ma non consistente
se h(n) è consistente
141. Il limite maggiore di A* è dato dal fatto che
non è ottima
necessita di grandi quantità di memoria
non è mai completa
142. La ricerca breadth-first
espande i nodi più profondi
espande i nodi con minor costo di cammino
espande i nodi a caso
espande i nodi meno profondi
143. La ricerca breadth-first è completa
se il fattore di ramificazione b è finito
sempre
mai
se lo spazio degli stati è finito
144. Cosa contiene l'albero di ricerca?
gli stati compresi in un solo cammino
gli stati compresi in un cammino tra stato iniziale e finale
tutti gli stati dello spazio degli stati
tutti gli stati espansi
145. La ricerca A* è ottima
se h(n) è ammissibile
se h(n) non è ammissibile
sempre
mai
146. Cosa è lo spazio degli stati?
l'insieme degli stati raggiungibili dallo stato iniziale con una sequenza qualunque di operatori
l'insieme degli stati che descrivono la configurazione del sistema
l'insieme di tutti i possibili stati
l'insieme degli stati raggiungibili dallo stato iniziale applicando un solo operatore
147. Cosa definisce una strategia di ricerca?
Lo stato iniziale
quale stato eliminare dall'albero di ricerca
quale stato espandere dall'albero di ricerca
Quale operatore applicare ad ogni passo della ricerca
148. *La frontiera della ricerca Breadth-First è una coda :
Struttura dati mista
LIFO
FIFO
149. *Che grado di complessità spaziale ha la ricerca Breadth First?
O(b^(C*/e))
O(b^(d+1))
O(b^m)
O(bm)
150. *Cos'è un algoritmo di Alpha-Beta Pruning?
Un algoritmo di gioco in grado che assegna un valore alpha soltanto al percorso esatto
Un algoritmo per la ricerca di parole in un sito web
Funziona eliminando dalla memoria i nodi con valore dispari
Un algoritmo di gioco che pota i rami con caso peggiore rispetto ai precedenti ( funziona come Minimax essendone un caso speciale)
151. *La Breadth First è completa?
Si sempre
Mai
Si se b(fattore di branching) è finito
Dipende dal fattore relativo alla soluzione a costo minimo
152. *La complessità temporale della ricerca Breadth First è:
O(b^m)
O(b^(C*/e))
O(bm)
O(b^(d+1))
153. *La ricerca Breadth First è OTTIMA?
Si se costo per singolo passo = 1
Si se b(fattore di branching) è finito
Si sempre
No
154. *La ricerca a costo uniforme è completa?
Si se costo per singolo passo <= e
No
Si sempre
Si se b(fattore di branching) è finito
155. *Il grado di complessità della ricerca a costo uniforme è pari a:
O(b^m)
O(b^(d+1))
O(bm)
O(b^(C*/e))
156. *La ricerca a costo uniforme è ottima?
Si perché i nodi hanno un costo g(n)
Si se costo per singolo passo = 1
No
A volte si e a volte no dipende da b
157. *La ricerca Depth First è una ricerca:
FIFO
LIFO
158. *La ricerca Depth First è completa?
Si se b(fattore di branching) è finito
No perché il valore di m può essere infinito
Si sempre
Si se costo per singolo passo = 1
159. *La complessità spaziale della Depth First è:
O(b^m)
O
Esponenziale
lineare (O(bm))
160. *La ricerca Depth First Limited:
Ha sempre un nodo limitato e gli altri no
Funziona come la Depth ma è FIFO
Equivale ad una Breadth First
Funziona come la Depth First ma ha un limite l
161. *La ricerca Iterative Deepening ha grado di complessità temporale pari a:
O(bm)
O(b^d)
O(bd)
O(b^(d+1))
162. *La ricerca Iterative deepening funziona in modo da :
espandere tutti i rami fino in profondità massima sempre
Funziona come una Breadth First
valuta tutti i possibili liveli di profondità in modo da preservare memoria
163. *La iterative deepening ha un grado di complessità spaziale pari a :
O(b^d)
O(b^(d+1))
O(bm)
O(bd)
164. *La iterative Deepening è ottima?
Mai proprio mai
Si sempre
Si se costo per singolo passo = 1
No
165. *Quale di queste è una ricerca informata?
Iterative deepening
A*
Breadth First
Depth First
166. *La ricerca Best First Search è un tipo di ricerca informata che:
funziona come le non informate
funziona in modo da ottenere il risultato della Depth First
prende in considerazione una funzione di valutazione f(n) con una misura di un grado di desiderabilità
Fallisce in ogni caso
167. *Le ricerche Greedy e A* sono due casi speciali di ricerca:
Breadth First
Best First
Iterative Deepening
Depth First