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
4op2=

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