od HonzaK » 10. 9. 2012 22:39
Ja jsem byl u druhe komise (taky teoreticka inf.).
Povinna cast: Koubek, Koubkova, Kucera (Petr)
Volitelna cast (vsichni ve skupine jsme meli UI - Neuronove site - Agenti): Bartak, Mrazova, Brom
Dostal jsem otazky:
Datovky: AVL stromy (Koubkova, ale zkousel de facto Koubek)
Napsal jsem definici, ukazal logaritmickou vysku, nakreslil rotace. Popisoval jsem insert a delete, Koubek mi do toho zacal docela dost rypat, nejakou dobu jsme se nemohli poradne dohodnout, jak presne detekuji, ze se strom rozvazil.
Nakonec jsme to nejak dali dohromady, ale asi se vyplati mit to opravdu vsechno promyslene, nez to jdete predvadet, abyste to nemuseli dovymyslet za behu.
Temata u kolegu, ktera si pamatuji: trie, univerzalni hashovani, hashovani obecne mozna i neco dalsiho
Slozitost: Dynamicke programovani (Koubek)
Docela prekvapiva otazka, cekal jsem spis neco jako uplne problemy, PH apod. Napsal jsem obecny princip (skladani reseni, opetovne vyuziti jiz nalezenych opt. reseni apod.) a ukazal nekolik konkretnich algoritmu - Fibonacciho cisla, Floyd-Warshalluv alg, editacni vzdalenost stringu a letmo se zminil o Viterbiho algoritmu (z UI). Pro pripad, ze by to nestacilo, tak jsem mel pripraveny jeste algoritmus pro batoh. Vcelku to stacilo, padla jen otazka na konstrukci opt. vyhledavacich stromu - to jsem znal jen zhruba.
Co dalsiho jsem slysel: uplne problemy, vety o hierarchii trid, myslim, ze nekdo mel take pseudopolynomialni alg.
Umela inteligence: A* a jeho varianty (Bartak)
Tady jsem byl s otazkou celkem spokojen - popsal jsem algoritmus, heuristiky, spolecne jsme ukazali, ze monotonni heuristika je i pripustna, pak kratka diskuze kolem rozdilu mezi tree-search a graph-search a ohledne IDA*.
Otazky ostatnich pokryvaly skoro celou nabidku: CSP, planovani, rozhodovaci stromy, Bayesovske site,...
Neuronove site: Algoritmy druheho radu (Mrazova)
Popsal jsem NS obecne, prenosovou funkci, chybovou funkci, pak neco o alg. 2. radu - newtonovske a pseudonewtonovske metody, Hessovska matice, Quickprop, Levenberg-Marquardt. Jeste pak padla otazka na uceni pomoci perturbace vah. Take je dobre znat aproximaci chybove funkce pomoci Taylora (ale da se to vymyslet i na miste
).
Dalsi jsem zaznamenal: Kohonen, Hopfield (+pouziti pro reseni optimalizacnich problemu), perceptron, nektere otazky se mozna i opakovaly.
Agenti: Modely populacni dynamiky (Brom)
Nemel jsem moc odhad, co vsechno se tak muze k tehle otazce pozadovat - tak jsem napsal Lotka-Volterra model, rovnice pro predatory a korist, pro 1 populaci, pro 2 populace a nejake obecne reci okolo. Pri diskuzi jsem byl nucen kreslit ruzne grafy vyvoje populace apod., to jsem dost odhadoval podle intuice. Asi je dobre znat aspon neco z tech doporucovanych knih (Modelling For Field Biologists a Mathematical Models in Biology), ale jednak se k nim musi clovek dostat a halvne musel by na jejich precteni mit dost casu, coz typicky nema. Na druhou stranu, ja jsem prezil i jen se znalostmi pochycenymi ze slidu z Umelych bytosti (tam je ale opravdu minimum), Wikipedie a jedne sady dalsich vygooglenych slidu, kde bylo neco malo o modelech populaci. Obcas to ale asi bylo trochu na hrane a musel jsem dost improvizovat. Brom sice pri zkouseni vypada docela prisne, ale hodnoti zrejme docela mirne (kdyz se vam dari aspon neco vymyslet na miste).
Dalsi temata: Psychologicke motivace a pamet (!), navigacni pravidla, BDI,... - v zasade presene temata z ofic. seznamu
Celkove jsem tedy uspesne prosel
Vyvodil bych asi dve veci:
- nepodcenujte lehke veci, casu pri uceni nebyva nazbyt a tak se clovek venuje hlavne tem tezkym, to je asi nutne, ale je dobre mit dostatecne rozmysleno, co rict i k tem jednodussim otazkam, ktere clovek pri uceni prejde s tim, ze "to je jasny, tohle taky"
- jiz opakovane zminovana problematika ucebnich materialu na prvni pulku okruhu Adaptivni agenti a e. a. - pokud nemate dost casu na nacteni toho seznamu knih (ktere navic nemusi byt uplne lehke sehnat), tak je asi nejlepsi precist aspon Wooldridge (ten se da sehnat celkem snadno, pokryva celkem velkou cast otazek a neni nutne cist uplne komplet, obcas se da neco preskocit, pokud je malo casu) + projit slidy z Umelych bytosti (treba Nornove, kteri se muzou hodit, se daji pochopit temer jen z nich) + podle zbyvajiciho casu si dohledat par doplnujicich informaci k vecem ze slidu na Wikipedii apod.. Dobre je, ze celkem dost veci se da odhadnout/vymyslet, ale pokud chcete vsadit na jistotu, pak je asi vhodne opravdu precist co nejvic z tech doporucovanych knih. Pak je ale potreba zacit s pripravou v dost velkem predstihu. Seznam je zde:
http://artemis.ms.mff.cuni.cz/main/tiki ... algorithms
Druha pulka okruhu se da naucit jen ze slidu z EvA I a II (ale z jake casti budete zkouseni zalezi dost na zkousejicim, o jakou cast ma zajem).
Tot asi vse, treba me jeste nekdo dalsi doplni svymi zkusenostmi a poznatky
Ja jsem byl u druhe komise (taky teoreticka inf.).
Povinna cast: Koubek, Koubkova, Kucera (Petr)
Volitelna cast (vsichni ve skupine jsme meli UI - Neuronove site - Agenti): Bartak, Mrazova, Brom
Dostal jsem otazky:
[b]Datovky:[/b] AVL stromy (Koubkova, ale zkousel de facto Koubek)
Napsal jsem definici, ukazal logaritmickou vysku, nakreslil rotace. Popisoval jsem insert a delete, Koubek mi do toho zacal docela dost rypat, nejakou dobu jsme se nemohli poradne dohodnout, jak presne detekuji, ze se strom rozvazil. :) Nakonec jsme to nejak dali dohromady, ale asi se vyplati mit to opravdu vsechno promyslene, nez to jdete predvadet, abyste to nemuseli dovymyslet za behu.
Temata u kolegu, ktera si pamatuji: trie, univerzalni hashovani, hashovani obecne mozna i neco dalsiho
[b]Slozitost:[/b] Dynamicke programovani (Koubek)
Docela prekvapiva otazka, cekal jsem spis neco jako uplne problemy, PH apod. Napsal jsem obecny princip (skladani reseni, opetovne vyuziti jiz nalezenych opt. reseni apod.) a ukazal nekolik konkretnich algoritmu - Fibonacciho cisla, Floyd-Warshalluv alg, editacni vzdalenost stringu a letmo se zminil o Viterbiho algoritmu (z UI). Pro pripad, ze by to nestacilo, tak jsem mel pripraveny jeste algoritmus pro batoh. Vcelku to stacilo, padla jen otazka na konstrukci opt. vyhledavacich stromu - to jsem znal jen zhruba.
Co dalsiho jsem slysel: uplne problemy, vety o hierarchii trid, myslim, ze nekdo mel take pseudopolynomialni alg.
[b]Umela inteligence:[/b] A* a jeho varianty (Bartak)
Tady jsem byl s otazkou celkem spokojen - popsal jsem algoritmus, heuristiky, spolecne jsme ukazali, ze monotonni heuristika je i pripustna, pak kratka diskuze kolem rozdilu mezi tree-search a graph-search a ohledne IDA*.
Otazky ostatnich pokryvaly skoro celou nabidku: CSP, planovani, rozhodovaci stromy, Bayesovske site,...
[b]Neuronove site:[/b] Algoritmy druheho radu (Mrazova)
Popsal jsem NS obecne, prenosovou funkci, chybovou funkci, pak neco o alg. 2. radu - newtonovske a pseudonewtonovske metody, Hessovska matice, Quickprop, Levenberg-Marquardt. Jeste pak padla otazka na uceni pomoci perturbace vah. Take je dobre znat aproximaci chybove funkce pomoci Taylora (ale da se to vymyslet i na miste :) ).
Dalsi jsem zaznamenal: Kohonen, Hopfield (+pouziti pro reseni optimalizacnich problemu), perceptron, nektere otazky se mozna i opakovaly.
[b]Agenti:[/b] Modely populacni dynamiky (Brom)
Nemel jsem moc odhad, co vsechno se tak muze k tehle otazce pozadovat - tak jsem napsal Lotka-Volterra model, rovnice pro predatory a korist, pro 1 populaci, pro 2 populace a nejake obecne reci okolo. Pri diskuzi jsem byl nucen kreslit ruzne grafy vyvoje populace apod., to jsem dost odhadoval podle intuice. Asi je dobre znat aspon neco z tech doporucovanych knih (Modelling For Field Biologists a Mathematical Models in Biology), ale jednak se k nim musi clovek dostat a halvne musel by na jejich precteni mit dost casu, coz typicky nema. Na druhou stranu, ja jsem prezil i jen se znalostmi pochycenymi ze slidu z Umelych bytosti (tam je ale opravdu minimum), Wikipedie a jedne sady dalsich vygooglenych slidu, kde bylo neco malo o modelech populaci. Obcas to ale asi bylo trochu na hrane a musel jsem dost improvizovat. Brom sice pri zkouseni vypada docela prisne, ale hodnoti zrejme docela mirne (kdyz se vam dari aspon neco vymyslet na miste).
Dalsi temata: Psychologicke motivace a pamet (!), navigacni pravidla, BDI,... - v zasade presene temata z ofic. seznamu
Celkove jsem tedy uspesne prosel :)
Vyvodil bych asi dve veci:
- nepodcenujte lehke veci, casu pri uceni nebyva nazbyt a tak se clovek venuje hlavne tem tezkym, to je asi nutne, ale je dobre mit dostatecne rozmysleno, co rict i k tem jednodussim otazkam, ktere clovek pri uceni prejde s tim, ze "to je jasny, tohle taky"
- jiz opakovane zminovana problematika ucebnich materialu na prvni pulku okruhu Adaptivni agenti a e. a. - pokud nemate dost casu na nacteni toho seznamu knih (ktere navic nemusi byt uplne lehke sehnat), tak je asi nejlepsi precist aspon Wooldridge (ten se da sehnat celkem snadno, pokryva celkem velkou cast otazek a neni nutne cist uplne komplet, obcas se da neco preskocit, pokud je malo casu) + projit slidy z Umelych bytosti (treba Nornove, kteri se muzou hodit, se daji pochopit temer jen z nich) + podle zbyvajiciho casu si dohledat par doplnujicich informaci k vecem ze slidu na Wikipedii apod.. Dobre je, ze celkem dost veci se da odhadnout/vymyslet, ale pokud chcete vsadit na jistotu, pak je asi vhodne opravdu precist co nejvic z tech doporucovanych knih. Pak je ale potreba zacit s pripravou v dost velkem predstihu. Seznam je zde:
[url]http://artemis.ms.mff.cuni.cz/main/tiki-index.php?page=Adaptive+agents+and+evolutionary+algorithms[/url]
Druha pulka okruhu se da naucit jen ze slidu z EvA I a II (ale z jake casti budete zkouseni zalezi dost na zkousejicim, o jakou cast ma zajem).
Tot asi vse, treba me jeste nekdo dalsi doplni svymi zkusenostmi a poznatky :)