Mẫu 3a

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG

KHOA: CÔNG NGHỆ THÔNG TIN I
ĐỀ THI KẾT THÚC HỌC PHẦN
BỘ MÔN: KHOA HỌC MÁY TÍNH
(Hình thức thi viết)

Học phần: Nhập môn Trí tuệ nhân tạo (Học kỳ 2 năm học 2021-2022)
Lớp: D19CNTT, D19ATTT Thời gian thi: 90 phút

Đề số: 2

Câu 1: (2 điểm)
Thuật toán A* được sử dụng tìm đường đi từ S tới G trên
đồ thị sau. Giá thành đường đi cho bởi các số bên cạnh
mũi tên. Giả sử có hai hàm heuristic h và i được sử dụng
(hình vẽ).
a) Hàm heuristic nào (h,i hoặc cả hai) là hàm có thể chấp
nhận (admissible) ? Giải thích tại sao ?
b) Triển khai từng bước thực hiện thuật toán dưới dạng
bảng, tìm đường theo A* nếu sử dụng hàm h.

Câu 2 (2 điểm)
Cho các câu sau dưới dạng ngôn ngữ tự nhiên và lôgic vị từ:
- Chó là động vật. "x(C ( x) Þ ĐV ( x))
- Có con chó tên là Bo. C (Bo)
- Chó thích gặm xương. "x(C ( x) Þ G( x, Xuong ))
- Bo biết trông nhà. N (Bo)
a) Viết các câu trên dưới dạng CNF (clause form)
b) Viết truy vấn câu sau “Một số động vật thích gặm xương và biết trông nhà” dưới dạng logic vị
từ sử dụng các vị từ đã cho và chứng minh câu truy vấn đúng sử dụng phép giải.
Câu 3 (3 điểm)
Cho biết tỷ lệ sinh viên giỏi là 20% và tỷ lệ sinh viên chăm chỉ là 30%. Sinh viên giỏi và chăm
chỉ thường được điểm cao trong thi học kỳ. Cụ thể, nếu vừa giỏi vừa chăm thì 90% sẽ được điểm
cao; giỏi nhưng không chăm thì 70% sẽ được điểm cao; không giỏi nhưng chăm thì 60% sẽ được
điểm cao; vừa không giỏi vừa không chăm thì 10% sẽ được điểm cao. Ngoài ra sinh viên chăm
chỉ thường đi học sớm. Cụ thể 80% sinh viên chăm sẽ đi học sớm trong khi đó chỉ 30% sinh viên
không chăm đi học sớm.
Ký hiệu các sự kiện sinh viên giỏi, chăm chỉ, được điểm cao, đi học sớm lần lượt là G, C, Đ, S.
a) Vẽ mạng Bayes và bảng xác suất điều kiện cho ví dụ này.
b) Tính P(G, ¬C, ¬Đ, S).
c) Tính P(C|Đ,S).

Câu 4 (3 điểm)
Cho dữ liệu huấn luyện dưới đây, các dòng A, B, C là thuộc tính, D là nhãn phân loại.
a) Tìm nút gốc cho cây quyết định sử dụng thuật toán ID3 cho dữ liệu này.
b) Nêu phương pháp tìm nhãn phân loại sử dụng phương pháp k láng giềng gần. Áp dụng tìm
nhãn phân loại cho mẫu dữ liệu (A=2, B=2, C=1) sử dụng phương pháp này với k = 3.

A 2 2 1 1 2 1
B 1 2 1 2 1 1
C 1 2 1 1 2 2
D + + + + - -

Chú ý : Trong trường hợp nhiều thuộc tính có cùng độ ưu tiên thì chọn theo thứ tự từ trái sang
phải (A,B,C).

Ghi chú: Sinh viên không được tham khảo tài liệu

Họ tên SV:……………………………… Lớp:…………………Phòng thi:………..

Ký tên:……………………………………………………………………………….