Grafy (skierowane lub nieskierowane), w których dla każdej pary węzłów istnieje ścieżka między nimi, to grafy – SPÓJNE 

Grafy nieskierowane, gdzie każda para węzłów ma łączącą je krawędź są to grafy – PEŁNE 

Graf zerowy (ang. null graph) → graf, który posiada wierzchołki, lecz nie posiada żadnych krawędzi, 

Graf prosty (ang. simple graph lub strict graph) → graf nie posiadający pętli oraz krawędzi podwójnych (wielokrotnych) 

Uczenie się to zaobserwowana zmiana agenta, która prowadzi do poprawy jego działania i zachodzi autonomicznie w oparciu o doświadczenia agenta 

Wnioskowanie z niepewnością à czynnik pewności kumuluje asymptotycznie wiarygodność faktu generowanego z różnych źródeł

Wnioskowanie: 

W systemach z bazą wiedzy można: zawsze stosować wnioskowanie w przód, a wnioskowanie w tył tylko przy odpowiednich danych wejściowych – obserwowane fakty wejściowe i cel wnioskowania 

Uczenie nadzorowane – jak człowiek nadzoruje rozwoj bota, podaje feedback

Uczenie nienadzorowane polega na takim pogrupowaniu obiektów, aby obiekty wewnątrz grup były bardziej podobne do siebie niż do obiektów z różnych grup, wg zadanej miary podobieństwa (odległości) 

Uczenie nienadzorowane (np. grupowanie), wymaga podania danych w postaci: wektora atrybutów opisujących obiekty, każdy obiekt jest opisany za pomocą tego samego zestawu atrybutów 

Uczenie nadzorowane (np. klasyfikacja), wymaga podania danych w postaci: wektora atrybutów opisujących obiekty, każdy obiekt jest opisany za pomocą tego samego zestawu atrybutów, oraz etykietą klasy

Uczenie ze wzmocnieniem jest formą uczenia, kiedy uczący się agent otrzymuje pozytywny bądź negatywny bodziec z otoczenia (środowiska)

Która z poniższych definicji to definicja wnioskowania dedukcyjnego? 

„(p —> q) jest TRUE”    i    „p jest TRUE”    to   „q jest TRUE”; 

Która z poniższych definicji to definicja wnioskowania abdukcyjnego?

„(p —> q) jest TRUE”    i    „q jest TRUE”    to    „p jest TRUE”; 

Dedukcja: 1->2  -> z faktu
Abdukcja 2->1

Masz dwie definicje (A i B) macierzy sąsiedztwa jako sposobu reprezentacji grafu w pamięci komputera.  

Wskaż, które z nich jest prawdziwa:  

1. 1. Macierz sąsiedztwa (ang. adjacency matrix) jest kwadratową macierzą o wymiarze n na n, gdzie n jest liczbą węzłów w grafie, wiersze odzwierciedlają wierzchołki startowe krawędzi a kolumny wierzchołki końcowe krawędzi.

1. 1. Macierz sąsiedztwa (ang. adjacency matrix) jest kwadratową macierzą o wymiarze n na n, gdzie n jest liczbą krawędzi w grafie.

Wierzchołek izolowany (ang. isolated vertex) → wierzchołek nie połączony krawędzią z żadnym innym wierzchołkiem grafu., 

Krawędź wielokrotna (ang. multi-edge) → dwa wierzchołki są połączone ze sobą za pomocą więcej niż jednej krawędzi., 

Pętla (ang. loop) → wierzchołek łączy się krawędzią z samym sobą 

Rozmiar grafu (ang. graph size) → liczba krawędzi w grafie,

Rząd grafu (ang. graph order) → liczba wierzchołków w grafie

Według którego schematu przetwarzania działa rozmyty sterownik (system sterowania z logiką rozmytą)?

WE: ostre wartości zmiennych wejściowych –>

rozmywanie – korzysta ze zbiorów rozmytych zdefiniowanych dla zmiennych wejściowych –>

daje: rozmyte wartości zmiennych wejściowych, może ich być więcej niż ostrych wartości tych zmiennych –>

wnioskowanie (łańcuch wnioskowania) – korzysta z rozmytej bazy wiedzy i działa na rozmytych wartościach zmiennych wejściowych i rozmytych wartościach zmiennych wnioskowanych –>

daje: rozmyte wartości zmiennych wyjściowych –>

wyostrzanie – korzysta ze zbiorów rozmytych lub tylko singletonów zdefiniowanych dla zmiennych wyjściowych –>

daje: ostre wartości zmiennych wyjściowych

——-

• • Pełne — są to nieskierowane, gdzie każda para węzłów ma łączącą je krawędź

• • Spójne – to grafy (skierowane lub nieskierowane), w których dla każdej pary węzłów istnieje
    ścieżka między nimi

• • k-spójny – taki, w którym po usunięciu k dowolnych wierzchołków graf wciąż zachowuje spójność

• • Cykliczne – posiadają cykl (cykl to ścieżka prowadząca z jednego woerzchołka do tego samego
    wierzchołka

• • Acykliczne — to grafy nieposiadające cykli

• • Drzewa — to grafy, które jednocześnie są nieskierowane, acykliczne i spójne z każdego
    wierzchołka można dotrzeć do dowolnego innego (spójność) tylko na jeden sposób); w
    informatyce drzewa są reprezentowane jako grafy skierowane (hierarchia węzłów), traktowane są
    jako oddzielna struktura danych, stosuje się odrębne algorytmy
    
    

• • Grafem zerowy (ang. null graph) – graf, który posiada wierzchołki,
    lecz nie posiada żadnych krawędzi

• • Multigraf (ang. multigraph ) – graf zawierający pętle lub krawędzie
    wielokrotne

• • Graf prosty (ang. simple graph lub strict graph ) – graf nie
    posiadający pętli oraz krawędzi podwójnych

• • Rząd grafu (ang. graph order) – liczba wierzchołków w grafie

• • Rozmiar grafu (ang. graph size) – liczba krawędzi w grafie

• • Wierzchołek izolowany (ang. isolated vertex ) – wierzchołek nie
    połączony krawędzią z żadnym innym wierzchołkiem grafu

• • Krawędź wielokrotna (ang. multi-edge ) – dwa wierzchołki są
    połączone ze sobą za pomocą więcej niż jednej krawędzi

• • Pętla (ang. loop ) – wierzchołek łączy się krawędzią z samym sobą
    
    

• • Stopień wierzchołka (ang. degree) – liczba krawędzi, które łączą się z danym
    wierzchołkiem (pętle liczymy za 2.

• • Stopień wchodzący (ang. indegree) – liczba krawędzi wchodzących do wierzchołka

• • Stopień wychodzący (ang. outdegree) – liczba krawędzi wychodzących z wierzchołka

• • Ścieżka (droga) (ang. path) – uporządkowany ciąg kolejnych krawędzi, po których
    należy przejść, aby dotrzeć z wierzchołka startowego do wierzchołka końcowego

• • Najkrótsza ścieżka (ang. shortest path) – zawiera najmniej krawędzi/wierzchołków

• • Długość ścieżki (ang. path length) – liczba zawartych w niej krawędzi/wierzchołków

• • Ścieżka prosta (ang. strait path lub simple path ) – jeśli każdą krawędź/wierzchołek
    przechodzi tylko jeden raz

• • Cykl (ang. cycle) – ścieżka, która rozpoczyna się i kończy w tym samym wierzchołku
    (cykl to nie pętla)

• • Cykl prosty (ang. simple cycle) – jeśli każda jego krawędź/wierzchołek jest
    przechodzona dokładnie jeden raz
    

• • Ścieżka Hamiltona (ang. Hamiltonian path ) – ścieżka prosta zawierająca wszystkie wierzchołki grafu

• • Cykl Hamiltona (ang. Hamiltonian cycle ) – cykl prosty zawierający wszystkie wierzchołki grafu

• • Ścieżka Eulera (ang. Eulerian path ) – ścieżka prosta przechodząca przez wszystkie krawędzie grafu

• • Cykl Eulera (ang. Eulerian cycle) to cykl prosty, który przechodzi przez wszystkie krawędzie grafu

• • w cyklu Hamiltona ważne jest przejście przez wszystkie wierzchołki dokładnie jeden raz (niektóre
    krawędzie grafu mogą być w ogóle nie przechodzone)

• • w cyklu Eulera musimy przejść przez każdą krawędź, zatem niektóre wierzchołki mogą zostać
    kilkakrotnie odwiedzone (jeśli łączą się z kilkoma krawędziami)

• • Graf planarnym (ang. planar graph ) – jeśli da się go narysować na płaszczyźnie, tak aby żadne jego
    krawędzie się nie przecinały

• • Graf jest planarny spełnia wzór Eulera (graf nie spełniający tego wzoru na pewno nie jest planarny):
    E ≤ 3 ∙ V − 6

• • Graf pełny (ang. complete graph) – każda para wierzchołków jest połączona krawędzią: graf z n
    wierzchołkami ma n ∙(n – 1)/2 krawędzi Lista krawędzi

• • Wnioskowanie – proces generowania (nowych) faktów z (innych) istniejących faktów

• • Dedukcja – logicznie (formalnie) poprawna metoda wnioskowania

• • Indukcja – wnioskowanie z części do całości, która, w kontekście uczenia, może
    obejmować aglomerację lub klasyfikację nowych informacji do większych bytów

• • Abdukcja – wnioskowanie o prawdopodobnych przyczynach