Documentos de Académico
Documentos de Profesional
Documentos de Cultura
com/courses/939933/quizzes/1681377
Examen 2
Fecha límite No hay fecha de vencimiento Puntos 22 Preguntas 41 Tiempo límite 105 minutos
Instrucciones
Resuelva las siguientes preguntas y responda en el lugar asignado. En esta evaluación usted podrá volver a las preguntas ya contestadas. Las
respuestas numéricas que contengan cifras decimales deben ser ingresadas utilizando el punto "." como separador decimal, y con hasta 3
decimales. Se admite solo valores numéricos y un signo negativo, de ser el caso. No introduzca fracciones ni símbolos como "/", "+", "^". Todo
esto siempre que la pregunta no indique otra cosa.
TOTAL: 41 preguntas, 22 puntos (2 de bonus). Si obtiene más de 20, su nota será truncada en 20
Historial de intentos
Y = [1 0 1 0 1 0 1 0]T
1 de 24 25/07/2016 19:36
Examen 2: Inteligencia Artificial II - 10G https://canvas.instructure.com/courses/939933/quizzes/1681377
Se utiliza un perceptrón con pesos W=[-1;-2;1], para predecir la clase (-1 ó 1) para la siguiente matriz de
datos:
X=
03
1 -2
1 -3
-2 0
-3 3
Y=
1
-1
1
1
-1
Entonces, la célula acierta al predecir la etiqueta del 3er ejemplo y acierta al predecir la etiqueta del 5o.
2 de 24 25/07/2016 19:36
Examen 2: Inteligencia Artificial II - 10G https://canvas.instructure.com/courses/939933/quizzes/1681377
ejemplo.
Respuesta 1:
acierta
Respuesta 2:
acierta
A=
0 -1
10
21
3 de 24 25/07/2016 19:36
Examen 2: Inteligencia Artificial II - 10G https://canvas.instructure.com/courses/939933/quizzes/1681377
El resultado que quedaría almacenado en la variable "r" luego de ejecutar el código sería:
[-1;-6;-9]
IMAGEN 1:
IMAGEN 2:
4 de 24 25/07/2016 19:36
Examen 2: Inteligencia Artificial II - 10G https://canvas.instructure.com/courses/939933/quizzes/1681377
IMAGEN 3:
a
imagen 1
b
imagen 3
c
imagen 2
5 de 24 25/07/2016 19:36
Examen 2: Inteligencia Artificial II - 10G https://canvas.instructure.com/courses/939933/quizzes/1681377
y el siguiente filtro:
F = [0 1 0;
-1 0 1;
0 1 0];
6 de 24 25/07/2016 19:36
Examen 2: Inteligencia Artificial II - 10G https://canvas.instructure.com/courses/939933/quizzes/1681377
Respuesta 1:
Respuesta 2:
W=
[3;2;1;-1]
X=
0 2 -1
-1 -2 3
3 -1 -1
301
-3 3 1
Respuesta 1:
Respuesta 2:
7 de 24 25/07/2016 19:36
Examen 2: Inteligencia Artificial II - 10G https://canvas.instructure.com/courses/939933/quizzes/1681377
El resultado que quedaría almacenado en la variable "r" luego de ejecutar el código sería:
W=
[3;2 ;1;-1]
X=
0 2 -1
-1 -2 3
3 -1 -1
301
-3 3 1
Respuesta 1:
8 de 24 25/07/2016 19:36
Examen 2: Inteligencia Artificial II - 10G https://canvas.instructure.com/courses/939933/quizzes/1681377
Respuesta 2:
Respuesta 1:
Respuesta 2:
9 de 24 25/07/2016 19:36
Examen 2: Inteligencia Artificial II - 10G https://canvas.instructure.com/courses/939933/quizzes/1681377
El peso sináptico de la conexión que va desde la unidad de sesgo de la capa de entrada hacia la tercera
neurona de la capa oculta es:
y el siguiente filtro:
F = [0 0 -1;
0 1 0;
-3 2 -5];
10 de 24 25/07/2016 19:36
Examen 2: Inteligencia Artificial II - 10G https://canvas.instructure.com/courses/939933/quizzes/1681377
El resultado que quedaría almacenado en la variable "r" luego de ejecutar el código sería:
En un perceptrón multicapa, la propagación hacia adelante se utiliza para Hallar la respuesta de la red
(yhat) dado un vector de características x. y el algoritmo de backpropagation se utiliza para Entrenar la red
Respuesta 1:
Respuesta 2:
Entrenar la red
CM =
810
261
0 3 10
Si la clase 1 es "perros", la clase 2 es "gatos" y la clase 3 es "osos", diga cuántos gatos fueron
clasificados como osos.
11 de 24 25/07/2016 19:36
Examen 2: Inteligencia Artificial II - 10G https://canvas.instructure.com/courses/939933/quizzes/1681377
El peso sináptico de la conexión que va desde la segunda neurona de la capa de entrada hacia la
primera neurona de la capa oculta es:
X=
1 2
3 -2
2 -1
-2 0
Célula de McCulloch-Pitts
Tiene d entradas. Resuelve problemas de regresión.
Perceptrón
12 de 24 25/07/2016 19:36
Examen 2: Inteligencia Artificial II - 10G https://canvas.instructure.com/courses/939933/quizzes/1681377
Se desea utilizar una red neuronal de 3 capas para analizar 500 ejemplos. Si los vectores de
características tienen dimensión 8 y se quiere clasificar en clases "Rostro" y "No rostro", entonces es
necesario que este perceptrón tenga 8 neuronas en la capa de entrada y 2 neuronas en la capa de salida
(no considere las neuronas de sesgo).
Respuesta 1:
Respuesta 2:
13 de 24 25/07/2016 19:36
Examen 2: Inteligencia Artificial II - 10G https://canvas.instructure.com/courses/939933/quizzes/1681377
Si
el valor de sería:
Los pesos
14 de 24 25/07/2016 19:36
Examen 2: Inteligencia Artificial II - 10G https://canvas.instructure.com/courses/939933/quizzes/1681377
Y = [1 2 1 2 1 2 1 2]T
Yhat = [1 2 2 2 1 2 1 1]T
15 de 24 25/07/2016 19:36
Examen 2: Inteligencia Artificial II - 10G https://canvas.instructure.com/courses/939933/quizzes/1681377
Respuesta 1:
regresión
Respuesta 2:
clasificación
Y=
[6;9;5;4;7;8]
se obtiene
Yhat =
[6;8;3;4;6;6]
16 de 24 25/07/2016 19:36
Examen 2: Inteligencia Artificial II - 10G https://canvas.instructure.com/courses/939933/quizzes/1681377
Se utiliza un perceptrón inicializado con pesos W=[-1;3;1] para el siguiente conjunto de entrenamiento:
X=
01
03
3 -2
01
3 -1
Y=
-1
1
-1
1
1
9.4823e+06
17 de 24 25/07/2016 19:36
Examen 2: Inteligencia Artificial II - 10G https://canvas.instructure.com/courses/939933/quizzes/1681377
5 1 0
2 8 1
0 3 10
Considere una neurona de McCulloch-Pitts con pesos sinápticos w=[1;-1;-2] y umbral 3. ¿En qué casos la
neurona dispara?
18 de 24 25/07/2016 19:36
Examen 2: Inteligencia Artificial II - 10G https://canvas.instructure.com/courses/939933/quizzes/1681377
y el filtro:
F = [1 3 -5;
-1 0 1;
5 8 -2];
19 de 24 25/07/2016 19:36
Examen 2: Inteligencia Artificial II - 10G https://canvas.instructure.com/courses/939933/quizzes/1681377
X = [0 0 1;
010
011
1 0 0];
Y = [1;2;3;4];
W_ini = [3;-2;-1;2]
calcule el vector W luego de entrar al while por primera vez y analizar el primer ejemplo (anote un solo
decimal para cada componente del vector):
W=[ ; ; ;
Respuesta 1:
-2
Respuesta 2:
-1
Respuesta 3:
0.8
20 de 24 25/07/2016 19:36
Examen 2: Inteligencia Artificial II - 10G https://canvas.instructure.com/courses/939933/quizzes/1681377
Y se aplica la operación "ecualización del histograma" para obtener una matriz "X".
Pregunta 40 2 / 2 pts
inizializándolo con
21 de 24 25/07/2016 19:36
Examen 2: Inteligencia Artificial II - 10G https://canvas.instructure.com/courses/939933/quizzes/1681377
inicializándolo con
22 de 24 25/07/2016 19:36
Examen 2: Inteligencia Artificial II - 10G https://canvas.instructure.com/courses/939933/quizzes/1681377
23 de 24 25/07/2016 19:36
Examen 2: Inteligencia Artificial II - 10G https://canvas.instructure.com/courses/939933/quizzes/1681377
24 de 24 25/07/2016 19:36