Giải quyết vấn đề bằng tìm kiếm 51 xem xét nữa Kích thước của danh sách cấm là hữu hạn và sau một thời gian, các nút được lưu vào danh sách cấm từ trước sẽ bị đẩy ra khỏi danh sách và lại có thể xem x[.]
Giải vấn đề tìm kiếm xem xét Kích thước danh sách cấm hữu hạn sau thời gian, nút lưu vào danh sách cấm từ trước bị đẩy khỏi danh sách lại xem xét lại Giải thuật di truyền (genetic algorithm) Giải thuật di truyền xem phiên leo đồi ngẫu nhiên thực song song Thuật tốn mã hóa trạng thái hay lời giải toán dạng chuỗi gen Thơng thường chuỗi có dạng nhị phân, tức phần tử 1, dung dẫy số chữ khác cho mục đích Thuật tốn thực qua nhiều bước lặp gọi hệ Tại bước lặp, thuật tốn trì tập hợp chuỗi gen, tương ứng với cá thể Ba thao tác biến đổi sau thực cá thể để sinh cá thể cho hệ mới, thao tác: chọn lọc, lai giống, đột biến Thao tác lai giống nhằm chọn cá thể tốt từ hệ Thao tác lai giống kết hợp phần chuỗi gen với phần chuỗi gen khác gọi cá thể cha mẹ nhằm kết hợp điểm tốt hai bên Thao tác lai giống tạo cá thể cách thay đổi phần đoạn gen thể hệ thời Quá trình tới trạng thái tốt thực dựa tương tự với trình chọn lọc cá thể tốt theo thuyết tiến hóa Đác Uyn 2.6 CÂU HỎI VÀ BÀI TẬP CHƯƠNG Giả sử ta có ba can đựng nước với dung tích lít, lít 12 lít Ta đổ nước đầy can rót tồn nước can ngồi sang can khác Cần tìm cách đổ đầy rót nước khỏi can để đong lít nước Trình bầy tốn dạng tốn tìm kiếm viết chương trình để tìm lời giải, sử dụng thuật tốn tìm kiếm phù hợp Bài toán nhà truyền giáo người ăn thịt người Có ba nhà truyền giáo ba người thuộc lạc ăn thịt người bờ sông Cần chuyển sáu người sang bờ bên thuyền chở tối đa hai người u cầu đặt khơng có lúc số người ăn thịt bờ sông thuyền lớn số nhà truyền giáo • Hãy phát biểu tốn dạng tốn tìm kiếm khơng gian trạng thái sử dụng thuật tốn tìm kiếm phù hợp để tìm lời giải • Xây dựng chương trình máy tính để thực hiện thuật toán Các khẳng định sau hay sai, giải thích sao: • Để tìm lời giải, tìm theo chiều sâu khơng mở rộng nút tìm kiếm A* với hàm heuristic chấp nhận • h(n) = hàm heuristic chấp nhận cho tốn qn hậu • Tìm theo chiều rộng đầy đủ kể giá thành đường hai trạng thái khơng Giả sử cần tìm chuỗi link cho phép di chuyển từ trang Web sang trang Web khác • Hãy lựa chọn thuật tốn tìm kiếm phù hợp cho tốn viết chương trình thức hóa thuật tốn • Việc sử dụng tìm kiếm theo hai hướng cho tốn có hiệu khơng? Các khẳng định sau hay sai, giải thích (chứng minh) câu trả lời: • Tìm theo chiều rộng trường hợp riêng tìm theo giá thành thống 51 Giải vấn đề tìm kiếm • Tìm theo giá thành thống trường hợp riêng tìm kiếm A* Cho đồ thị hình sau: Hãy xác định đường từ START tới GOAL sử dụng thuật tốn tìm kiếm sau: a) Tìm theo chiều rộng b) Tìm theo chiều sâu c) Tìm theo giá thành thống d) Tìm kiếm sâu dần Thể nút mở rộng danh sách nút tập biên vòng lặp thuật tốn Sử dụng trỏ ngược để khơi phục lại đường tìm nút đích Hãy cho biết trường hợp đường tìm ngắn Cho đồ thị hình sau: giá thành đường hai nút thể cạnh cung tương ứng, giá trị hàm heuristic h thể bên cạnh nút a) Hãy cho biết hàm h có phải hàm heuristic chấp nhận hay khơng? Tại sao? b) Tìm đường từ S tới G sử dụng thuật tốn tìm kiếm tham lam với hàm h hàm heuristic 52 Giải vấn đề tìm kiếm c) Thay đổi giá trị h nút D thành h = 3, sau tìm đường từ S tới G sử dụng thuật toán A* với h hàm heuristic Hãy cho biết đường trường hợp có phải đường ngắn không d) Thay đổi giá trị h nút D thành h = 5, sau tìm đường từ S tới G sử dụng thuật toán A* với h hàm heuristic Hãy cho biết đường trường hợp có phải đường ngắn khơng e) Sử dụng thuật tốn A* sâu dần để tìm đường từ S tới G với bước nhẩy Hãy cho biết đường tìm có tối ưu khơng? f) Sử dụng thuật tốn A* sâu dần để tìm đường từ S tới G với bước nhẩy Hãy cho biết đường tìm có tối ưu khơng? So sánh với kết câu e Viết chương trình giải toán n quân hậu với n lớn (từ 1000 trở lên) sử dụng thuật toán leo đồi với trạng thái xuất phát khởi tạo ngẫu nhiên nhiều lần Có thể sử dụng không gian trạng thái với đầy đủ n quân hậu, quân nằm cột Thử nghiệm so sánh kết sử dụng kiểu chuyển động khác nhau: thay đổi vị trí 1, 2, 3, 4, quân hậu Trong trường hợp thuật tốn tìm lời giải tốt Trong trường hợp thời gian thực thuật toán ngắn Viết chương trình giải tốn n qn nhưhậu với n lớn, sử dụng thuật tốn tơi thép Có thể thử nghiệm kiểu chuyển động tương tự tập 53 Biểu diễn tri thức suy diễn logic ¬ P(k) ∨¬ P(g(k)) 3.5.4.Hệ thống suy diễn tự động: lập trình logic Trên thực tế, việc biểu diễn tri thức suy diễn logic thực cách sử dụng số ngơn ngữ lập trình thiết kế đặc biệt Kỹ thuật xây dựng hệ thống suy diễn gọi lập trình logic (logic programming) Ngơn ngữ lập trình logic tiêu biểu Prolog Rất nhiều hệ chuyên gia nhiều lĩnh vực khác xây dựng ngôn ngữ Prolog Chương trình Prolog tập hợp câu xác định (definite clause) Tuy nhiên, để thuận tiện cho việc viết máy tính, câu có cú pháp khơng hồn tồn giống với logic vị từ truyền thống Suy diễn thực theo kiểu suy diễn lùi tìm kiếm theo chiều sâu, câu xét theo thứ tự xuất câu chương trình Ngồi ra, Prolog cho phép chứng minh cách phủ định câu truy vấn, sau dẫn tới kết luận khơng thể chứng minh câu phủ định 3.6 CÂU HỎI VÀ BÀI TẬP CHƯƠNG Các khẳng định sau đúng: a) False ╞ True b) True ╞ False c) (A ⇔ B) ╞ (A ∧ B) d) (A ∧ B) ╞ (A ⇔ B) e) (A ⇔ B) ╞ (A v B) f) (A ⇔ B) ╞ (¬A v B) g) A ∧ B ⇒ C ╞ (A ⇒ C) v (B ⇒ C) Cho KB = (A v B) ∧ (¬ C v ¬ D v E ) Các câu sau sinh từ KB? 1- A v B 2- (A v B v C) ∧ ( (B ∧ C ∧ D) => E ) Cho KB: Red Blue => Silver ¬ Pink v Blue Pink => Tan Tan ∨ Orange Silver ¬ Pink ¬ (Violet ∨ White) Pink => Red Blue => Orange 81 Biểu diễn tri thức suy diễn logic Hãy chứng minh: a- ¬ Orange b- Silver ∧ Red c- Silver ∨ White Viết câu sau dạng logic vị từ: - Mọi nhà nơng thích mặt trời - Lúc có người bị lừa - Nấm có màu đỏ nấm độc - An khơng cao - Chỉ có sinh viên nước ngồi học lớp cơng nghệ thơng tin - Trên trời có mn vàn Cho câu sau logic vị từ: - trâu (x) ∧ lợn (y) => to_hơn(x, y) - lợn (y) ∧ chuột (z) => to_hơn(y, z) - to_hơn(x, y) ∧ to_hơn (y, z) => to_hơn(x, z) - trâu (Bob) - lợn (Pat) - chuột (Jerry) Thực suy diễn tiến câu sử dụng suy diễn tiến Cho KB gồm câu sau: 1- Lợn (y) ∧ Ốc_ sên (z) => Nhanh_hơn (y, z) 2- Nhỏ (z) ∧ Biết_ bò (z) => Ốc_sên (z) 3- Lợn (Pat) 4- Nhỏ (Steve) 5- Biết_bò (Steve) Hãy chứng minh suy diễn tiến lùi câu sau: Nhanh_hơn (Pat, Steve)? Tìm MGU (hợp tử tổng quát nhất) cho cặp câu sau: a P (A, B, B) , P (x, y, z) b Q (y, G(A, B)) , Q (G (x, x), y) c Older (Father (y), y) , Older(Father (x), John) d Knows (Father(y), y), Knows (x, x) 82 Biểu diễn tri thức suy diễn logic Biểu diễn câu sau dạng logic vị từ phù hợp với việc sử dụng Modus Ponens tổng quát Ngựa, Bò, Lợn động vật Con ngựa ngựa Ngựa tên Xích Thố Xích Thố bố Chiếu Dạ Quan hệ cha quan hệ nghịch đảo Tất động vật có bố Từ câu câu dụng suy diễn lùi chứng minh Chiếu Dạ ngựa s 10 Cho biết: Tơi khơng có anh chị em Bố người trai bố Hãy xây dựng KB gồm câu liên quan, sau sử dụng phép giải phản chứng để tìm xem người 11 Cho biết: Có người Bắc, Đơng, Nam tham gia câu lạc Mỗi thành viên câu lạc leo núi trượt tuyết Khơng có người leo núi thích mưa Tất người trượt tuyết thích tuyết Đơng ghét tất Nam thích Đơng thích tất Nam ghét Nam thích mưa tuyết Hỏi có thành viên câu lạc người leo núi người trượt tuyết? Trả lời câu hỏi cách thực bước sau: a Dịch sang logic vị từ b Chuyển dạng clause form c Dùng phép giải phản chứng để chứng minh 12 Cho câu sau: ∀x Kem (x ) => Thức_ăn (x) ∀x Caramen(x) => Thức_ăn (x) ∀x, y Thức_ăn (x) ∧ Thức_ăn(y) ∧ Lạnh(x) ∧ Trộn (x,y) => Lạnh (y) ∃x ∃y Kem (x) ∧ Lạnh (x) ∧ Caramen (y) ∧ Trộn (x,y) 83 Biểu diễn tri thức suy diễn logic a Dịch câu sang tiếng Việt b Giả sử KB gồm câu trên, sử dụng phản chứng phép giải để chứng minh câu sau: ∃x (Caramen (x) ∧ Lạnh (x) ) 84 Suy diễn xác suất Trong trình khắc phục lỗi, hệ thống đặt câu hỏi cho người dùng để có thêm thơng tin hỏng hóc Ví dụ, người dùng trả lời “khơng” cho câu hỏi “Trang in thử có bị mờ khơng?” hệ thống loại bỏ ngun nhân hỏng hóc liên quan tới hộp mực Hệ thống sử dụng bảng xác suất điều kiện P (Qi = yes | Fj) cho phần suy diễn Giữa biến F, A, Q có số quan hệ độc lập xác suất Cụ thể, hành động A câu hỏi Q độc lập với biết F Ngồi ra, giả thiết thời điểm xảy hỏng hóc Quan hệ độc lập xác suất biến mô hình hóa mạng Bayes hình 4.13 Hình 4.13 Mạng Bayes dùng cho khắc phục cố Tùy thông tin có được, hệ thống thực suy diễn để tính xác suất lựa chọn hành động cụ thể 4.7 CÂU HỎI VÀ BÀI TẬP CHƯƠNG Cho cấu trúc mạng Bayes sau: Hãy xác định phát biểu sau hay sai: a) C D bị d-phân cách b) C D bị d-phân cách A c) C D bị d-phân cách {A, B} 114 Suy diễn xác suất d) C D bị d-phân cách {A, B, J} e) C D bị d-phân cách {A, B, E, J} Giả sử có hai phương pháp xét nghiệm A B độc lập với cho phép phát loại virus Phương pháp A cho phép phát 95% trường hợp nhiễm virus thật lại cho kết dương tính 10% số người khơng có virus Phương pháp B phát 90% trường hợp nhiễm virus thật cho kết dương tính sai với 5% số người không nhiễm virus Biết xác suất nhiễm virus cộng đồng dân cư 1% Giả sử người xét nghiệm hai phương pháp có kết dương tính với virus Trong trường hợp sử dụng phương pháp kết đáng tin cậy (xác suất người nhiễm virus thật cao hơn) ? Trình bầy phương pháp tính xác suất cụ thể cho câu trả lời Nam báo cáo cô giáo làm tập quên nhà Từ kinh nghiệm giảng dậy mình, giáo biết 1% số sinh viên làm tập quên báo cáo với cô giáo Trong đó, nửa số sinh viên chưa làm tập báo cáo quên Thống kê cho thấy số sinh viên làm tập chiếm 90% sinh viên lớp Hãy tính xác suất Nam nói thật Hãy chứng minh cơng thức P(X, Y | Z) = P(X | Z) P(Y | Z) tương đương với công thức sau P(X | Y, Z) = P (X | Z) P( Y | X, Z) = P(Y | Z) Sử dụng thông tin cho mạng Bayes, xác định xem A C có độc lập với khơng trường hợp sau 115 Suy diễn xác suất Giả sử cần suy diễn quan hệ thời tiết giao thông Cho ba biến ngẫu nhiên W, A, C biểu diễn cho ba tình sau: “thời tiết xấu” (W), “Chuyến bay Hà nội – HCM bị chậm” (A), “Quốc lộ bị tắc” (C) Tiếp theo, giả sử chuyến bay chậm đường tắc không ảnh hưởng đến thời tiết Quan sát cho thấy, thời tiết xấu có 80% chuyến bay bị chậm thời tiết tốt có 40% bị chậm Tương tự, tần suất tắc đường thời tiết xấu 30% thời tiết tốt 10% Xác suất thời tiết xấu Việt nam 20% a) Vẽ mạng Bayes bảng xác suất điều kiện cho ví dụ b) Tính xác suất P (¬A, W, C) ; P (A, C) Cho mạng Bayes sau, biến nhận giá trị {T,F} ({true, false}) P(H)= 0.2 B A F T F T D A H H F F T T P(D)=0.4 P(A) = 0.5 P(B=T|A,H) 0.7 0.2 0.1 0.5 C A D P(C=T|A,D) F F T T F T F T 0.8 0.3 0.4 0.2 a) Tính xác suất năm biến nhận giá trị F b) Tính P(A|C) c) Theo mạng cho H B có độc lập xác suất với không ? 116 Học máy SVM phương pháp phân loại dùng phổ biến có độ xác cao, nhiều phần mềm thư viện có hỗ trợ Nhìn chung, có tốn phân loại, khơng có thêm thơng tin đặc biệt thuật toán phân loại nên thử SVM Boosting Khác với phương pháp trình bày trên, boosting dạng meta learning, tức làm việc dựa phương pháp học khác Để giải toán phân loại, boosting kết hợp nhiều phân loại đơn giản với để tạo phân loại có độ xác cao Ví dụ, ta xây dựng phân loại đơn giản cách sử dụng định có nút – nút gốc, gọi gốc định Cây định có độ xác khơng cao Thuật tốn boosting kết hợp gốc sau: - Mỗi ví dụ huấn luyện gán trọng số, trọng số - Thuật tốn lặp lại nhiều vịng n Tại vịng, lựa chọn gốc có độ xác tốt Gốc xác gốc có lỗi nhỏ với lỗi tính tổng trọng số ví dụ bị phân loại sai n Những ví dụ bị phân loại sai tăng trọng số ví dụ bị giảm trọng số Nhờ việc thay đổi trọng số vậy, thuật tốn ý nhiều tới ví dụ bị phân loại sai vòng sau - Bộ phân loại cuối tạo tổng định xây dựng vòng lặp Thuật tốn boosting có số ưu điểm như: - Độ xác cao - Ít bị ảnh hưởng tượng vừa liệu - Có thể sử dụng với nhiều phương pháp phân loại đơn giản khác 5.8 CÂU HỎI VÀ BÀI TẬP CHƯƠNG Cho liệu huấn luyện bảng (f nhãn phân loại) X 1 0 0 Y 1 0 1 Z 0 1 1 f 0 1 a) Hãy xây dựng định sử dụng thuật toán ID3 Trong trường hợp có hai thuộc tính tốt tương đương chọn theo thứ tự bảng chữ 157 Học máy b) Giả sử khơng biết nhãn phân loại ví dụ cuối cùng, xác định nhãn cho ví dụ phương pháp Bayes đơn giản (chỉ rõ xác suất điều kiện thành phần) k láng giềng gần với k = Cho liệu huấn luyện với 16 ví dụ A B C 0 0 0 1 0 1 1 1 1 0 0 0 0 0 1 1 1 Sử dụng phân loại Bayes để tính giá trị C biết A = 0, B = Yêu cầu viết chi tiết bước Cho liệu huấn luyện bảng (f nhãn phân loại) a) Hãy xác định nhãn cho ví dụ (Màu: Trắng, Hình dạng: Tròn, KL: Nặng) phương pháp Bayes đơn giản (chỉ rõ xác suất điều kiện thành phần) b) Hãy xác định nút gốc cho định sử dụng thuật tốn ID3 Màu Hình dạng KL f Xanh Đỏ Tròn Tròn Nặng Nhẹ + - Xanh Méo Nhẹ + Trắng Méo Nặng + Đỏ Méo Nặng - Trắng Tròn Nhẹ - Trắng Méo Nhẹ + Cho liệu huấn luyện bảng sau, cột (trừ cột bên trái) ứng với mẫu, dịng (T) chứa giá trị đích: 1 1 1 1 0 0 0 0 1 0 1 1 1 1 0 1 0 1 0 0 1 1 0 1 1 1 0 0 1 1 1 T 1 1 1 0 0 0 158 Học máy a) b) Hãy thực thuật toán giảm gradient cho hồi quy tuyến tính với liệu trên, ghi lại giá trị trọng số sau bước Xây dựng định cho liệu bảng Hãy vẽ định để biểu diễn biểu thức logic sau: ∧, ∨, ¬, ⇒, ⇔ a) A ∧ ¬ B b) A ∨ (B ∧ C) c) A ⇔ B d) (A ∧ B) ∧ (C ∧ D) 159 ... lời Nam báo cáo cô giáo làm tập quên nhà Từ kinh nghiệm giảng dậy mình, giáo biết 1% số sinh viên làm tập quên báo cáo với cô giáo Trong đó, nửa số sinh viên chưa làm tập báo cáo quên Thống kê... minh cách phủ định câu truy vấn, sau dẫn tới kết luận chứng minh câu phủ định 3.6 CÂU HỎI VÀ BÀI TẬP CHƯƠNG Các khẳng định sau đúng: a) False ╞ True b) True ╞ False c) (A ⇔ B) ╞ (A ∧ B) d) (A... tin có được, hệ thống thực suy diễn để tính xác suất lựa chọn hành động cụ thể 4.7 CÂU HỎI VÀ BÀI TẬP CHƯƠNG Cho cấu trúc mạng Bayes sau: Hãy xác định phát biểu sau hay sai: a) C D bị d-phân cách