GrB (2)

B

EMM Kolokwium nr 1

%

Zadanie 1.    5 punktów

Mamy dwie urny w pierwszej jest 7 kul białych i 3 czarne w drugiej 5 białych oraz 4 czarne. Rzucamy kostką: jeżeli wypadnie liczba parzysta losujemy kulę z urny numer U jeżeli liczba nieparzysta z urny numer dwa. Jakie jest prawdopodobieństwo wylosowania kuli białej?

5 punktów

Zadanie 2.

Mamy następujący zbiór reguł:

Imię    'Włosy Wzrost {Waga

Adam    Blond ‘Średni

iFarbowane Rezultat

• •    ■ ■■ i....—

Nie

ak/

Nie'

Krzysztof Blond (Wysoki, średnia Barbara .Brąz Niski Średnia

w. . ..i.    «»•    •-*-» ■—     - »—<■■ . —« *

Michał Blond ;Niski iŚrednia

Negatywny

• ••• *» < •!....■» V.    - .

•Pozytywny : Pozytywny Negatywny

Renata	Rudy:	[Średni	jCiężka	Nie	■Negatywny
Ramzes	Brąz	Q Wysoki;	Ciężka	;Nie	Pozytywny
Celina	Brąz	iŚrećJni	jCiężka	Nie •	Pozytywny
Jakub	iBiond	/Niski	fei...		Poźytywny

Przy pomocy klasyfikatora Bayesowskiego zaklasyfikować następujący przykład:

(Krystyna, Rudy, Wysoki, Lekka, Tak\s

Zadanie 3.    5 punktów

Wykorzystując zbiór reguł z Zadania 2, skonstruować drzewo decyzyjne, obliczając odpowiednio entropie oraz przyrosty informacji w celu wybrania optymalnego atrybutu.

Zadanie 4.

Rozwiąż poniższy problem wykorzystując metody programowania liniowego

2 - x_t + x, -> max +x₂ <4 x. + 2x_t < 6

2 punkty'

5 punktów

c.    metoda geometryczna

d.    metoda macierzy simpleks    \

Od	Do	Ocena
22	19	5
18	15	4
14	11	3

Punktacja: