MC906 - Introduo Inteligncia Articial Prof.

. Anderson Rocha (Obrigado Talita Ferraz Roberti pela digitao das questes) Lista de Exerccios Parte de Aprendizado de Mquina
1. Qual a diferena entre um classificador e um regressor? Exemplifique sua resposta para o problema de reconhecimento de dgitos. 2. O que a maldio da dimensionalidade, quando ela aparece e como se resolve? Exemplifique. Qual a relao entre algoritmos PCA com esse problema? 3. A tcnica de PCA pode ser utilizada em um sistema simples para reconhecimento de faces, como apresentado h mais de 20 anos. No entanto, para o seu funcionamento essa tcnica precisa de vrias restries em relao criao do subespao de faces. Discuta essas restries. 4. Explique como funciona a validao cruzada e qual sua utilidade. Essa tcnica resolve o problema do super treinamento (over training)? Garante a generalizao do classificador? Justifique. 5. O problema de deteco de spams tem sido tratado de diversas formas nos ltimos anos. Discuta um classificador para deteco de spam considerando dois cenrios distintos: a. Muitos dados de ambas as classes. b. Poucos dados. 6. O que aprendizado no supervisionado e como ele se beneficia de tcnicas de reduo da dimensionalidade no contexto especfico de tcnicas de agrupamento? 7. O algoritmo de K-vizinhos, como qualquer outro algoritmo de classificao, supervisionada, busca fazer um balanceamento entre generalizao e complexidade do modelo de classificao. Explique como isso deve ser levado em conta em um problema de regresso com K-vizinhos. 8. Explique como funciona o algoritmo de classificao SVM para o caso linear. Implemente um classificador SVM simplificado baseado no envoltrio convexo. 9. O algoritmo SVM naturalmente binrio. Uma das formas de torn-lo multiclasse combinar diferentes SVM um contra o resto. Qual a desvantagem dessa abordagem? Como corrigi-la. Exemplifique. 10.O algoritmo SVM naturalmente binrio. Uma das formas de torn-lo multiclasse combinar diferentes SVM um contra um. Qual a desvantagem dessa abordagem? Como corrigi-la. Exemplifique. 11. Compare os classificadores KNN e SVM apontando suas vantagens e desvantagens. 12. O SVM pode ser implementado de duas formas, primal e dual. Descreva as vantagens e desvantagens de cada uma delas. 13. O que kernel trick? 14. O algoritmo de K-mdias muda drasticamente seu comportamento se trocarmos a mtrica de similaridade entre os pontos. Explique como esse algoritmo funcionaria caso fosse utilizada a distncia de Mahalanobis ao invs da distncia Euclidiana. 15. Qual a relao entre um algoritmo de EM e o K-mdias. Exemplifique o K-mdias dentro da abordagem de EM.

16. Temos um problema de reconhecimento de placas a partir de imagens. Descreva uma soluo para esse problema utilizando as tcnicas aprendidas. Leve em considerao que o sistema deve ser rpido durante a fase de testes (quando em operao no dia-a-dia). 17. Explique o funcionamento de um modelo GMM. 18. Um dos problemas do algoritmo de K-mdias o clculo do K. Explique uma forma razovel, dado um conjunto de treinamento, de estimar o K. 19. Explique a relao entre algoritmos genticos e a tcnica de busca Local Beam Search. 20. Uma das grandes vantagens dos algoritmos genticos o paralelismo intrnseco. Explique esse conceito e exemplifique. 21. Considerando o problema de colocar diversos cavalos em um tabuleiro de xadrez sem que nenhum ataque o outro, elabore um algoritmo gentico para resolver o problema. Discuta a representao do indivduo, uma forma de seleo de indivduos para a prxima gerao e se h necessidade ou no de mutao. Seu algoritmo sempre chega na soluo tima? Justifique. 22. Explique a tcnica de redes neurais quando utilizadas no contexto de classificao de padres. Discuta algumas de suas desvantagens. 23. Como um sistema de aprendizado de mquina pode ser implantado em um agente inteligente para que ele consiga tratar alguns sensores que esto falhando? 24. Diferencie redes Bayesianas de abordagens ingnuas de classificao Bayesiana mostrando uma aplicao para cada uma das abordagens.