ALAI

 0    14 Datenblatt    milenakucio
mp3 downloaden Drucken spielen überprüfen
 
Frage język polski Antworten język polski
Greedy na pewno znajdzie lepsze rozwiązanie niż Steepest
Lernen beginnen
FAŁSZ
Zawsze da się zrobić reguły z drzewa
Lernen beginnen
PRAWDA
Zawsze da się zrobić decyzje z reguł
Lernen beginnen
FAŁSZ
Tabu search zawsze znajdzie optimum globalne
Lernen beginnen
FAŁSZ
Przy wysokiej temperaturze algorytm SA zachowuje się jak lokalny
Lernen beginnen
FAŁSZ
Problemy typu P są łatwiejsze niż te NP
Lernen beginnen
PRAWDA
Algorytm ewolucyjny zawsze znajduje optimum globalne
Lernen beginnen
FAŁSZ
W symulowanym wyżarzaniu zerowa temperatura działa jak algorytm lokalny
Lernen beginnen
PRAWDA
Algorytm Steepest zawsze znajdzie przynajmniej tak dobre rozwiązanie jak Greedy
Lernen beginnen
FAŁSZ
Co się stanie jeśli prędkość uczenia sieci neuronowej będzie zbyt duża?
Lernen beginnen
nie znajdzie minimum lokalnego
Sieć neuronowa może być zbudowana dla danych nominalnych
Lernen beginnen
FAŁSZ
Steepest zawsze znajdzie lepsze rozwiązanie niż Greedy
Lernen beginnen
FAŁSZ
Symulowane wyżarzanie zmienia się w Greedy przy zerowej temperaturze
Lernen beginnen
FAŁSZ
Zadania P są trudniejsze niż NP
Lernen beginnen
FAŁSZ

Sie müssen eingeloggt sein, um einen Kommentar zu schreiben.