A.Θεωρία
1) Εκπαίδευση ΤΝΔ
1.1) Εισαγωγή
1.2) Μάθηση με Επίβλεψη
1.3) Μάθηση χωρίς Επίβλεψη
1.4) Μάθηση με Ενίσχυση
2) Εκπαίδευση ενός νευρώνα
2.1) Ο κανόνας μάθησης Δέλτα
2.2) Ο αλγόριθμος του κανόνα μάθησης δέλτα
2.3) Παράδειγμα εκπαίδευσης με τον κανόνα μάθησης δέλτα
2.4) Παρατηρήσεις
Β.Ασκήσεις
A.Θεωρία
1) Εκπαίδευση ΤΝΔ
1.1) Εισαγωγή
1.2) Μάθηση με Επίβλεψη
1.3) Μάθηση χωρίς Επίβλεψη
1.4) Μάθηση με Ενίσχυση
2) Εκπαίδευση ενός νευρώνα
2.1) Ο κανόνας μάθησης Δέλτα
2.2) Ο αλγόριθμος του κανόνα μάθησης δέλτα
2.3) Παράδειγμα εκπαίδευσης με τον κανόνα μάθησης δέλτα
2.4) Παρατηρήσεις
Β.Ασκήσεις
A.Θεωρία
1) Εκπαίδευση ΤΝΔ
1.1) Εισαγωγή
1.2) Μάθηση με Επίβλεψη
1.3) Μάθηση χωρίς Επίβλεψη
1.4) Μάθηση με Ενίσχυση
2) Εκπαίδευση ενός νευρώνα
2.1) Ο κανόνας μάθησης Δέλτα
2.2) Ο αλγόριθμος του κανόνα μάθησης δέλτα
2.3) Παράδειγμα εκπαίδευσης με τον κανόνα μάθησης δέλτα
2.4) Παρατηρήσεις
Β.Ασκήσεις
1.1) Ιεραρχία Συναρτήσεων
1.2) Αναδρομικές Σχέσεις (Θεώρημα Κυριαρχίας, Μέθοδος Επανάληψης)
3.1) Κανονική Έκφραση σε ΜΠΑ
3.2) (10*)*: Κανονική Έκφρασε σε ΜΠΑ σε ΝΠΑ
3.3) Αναλογία: Διάκριση Κανονικών Γλωσσών και Γλωσσών Χωρίς Συμφραζόμενα
4.1) Γραμματικές Χωρίς Συμφραζόμενα
4.2) Συμμετρία στο Κέντρο (Λήμμα Αντλήσης, Γραμματική Χωρίς Συμφραζόμενα, Μη Ντετερμινιστικό Αυτόματο Στοίβας, Ντετερμινιστικό Αυτόματο Στοιβας)
5.1) Μηχανή Turing για συμμετρία στο κέντρο.
1) Ερμηνείες εμπνευσμένες από τον πραγματικό κόσμο
1.1) Σύμπαν με μία κατηγορία δεδομένων
1.1.1) Παραδείγματα
1.2) Σύμπαν με περισσότερες κατηγορίες δεδομένων
1.2.1) Παραδείγματα
2) Ερμηνείες των αριθμών
2.1) Σύμπαν Ακεράιων – Πραγματικών
Ασκήσεις
ΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 3 - ΚΛΑΣΕΙΣ ΚΑΙ ΔΕΙΚΤΕΣ (4δ)Dimitris Psounis
ΠΕΡΙΕΧΟΜΕΝΑ ΜΑΘΗΜΑΤΟΣ
Α. Θεωρία
1.Διαχείριση Μνήμης
1.1.Στατική Δέσμευση Μνήμης
1.2.Στατική Δέσμευση Μνήμης για Συνήθεις Μεταβλητές
1.3.Στατική Δέσμευση Μνήμης για Αντικείμενα
2.Δυναμική Δέσμευση Μνήμης
2.1.Δείκτες (Υπενθύμιση από C)
2.2.Οι τελεστές new και delete
2.3.Δυναμική Δέσμευση για Συνήθεις Μεταβλητές
2.4.Δυναμική Δέσμευση για Αντικείμενα
2.5.Δυναμική Δέσμευση και Κατασκευαστές
3.Κλάσεις που περιέχουν δείκτες
3.1.Παράδειγμα κλάσης που περιέχει δείκτες
3.2.…και ένα πρόβλημα (χωρίς λύση για την ώρα)
4..Δυναμική Δέσμευση Μνήμης για Πίνακες
4.1.Μονοδιάστατοι πίνακες
4.2.Παράδειγμα δέσμευσης μνήμης για μονοδιάστατους πίνακες
4.3.Διδιάστατοι πίνακες
4.4.Παράδειγμα δέσμευσης μνήμης για διδιάστατους πίνακες
B. Ασκήσεις
ΠΕΡΙΕΧΟΜΕΝΑ ΜΑΘΗΜΑΤΟΣ
Α. Θεωρία
1.Διαχείριση Μνήμης
1.1.Στατική Δέσμευση Μνήμης
1.2.Στατική Δέσμευση Μνήμης για Συνήθεις Μεταβλητές
1.3.Στατική Δέσμευση Μνήμης για Αντικείμενα
2.Δυναμική Δέσμευση Μνήμης
2.1.Δείκτες (Υπενθύμιση από C)
2.2.Οι τελεστές new και delete
2.3.Δυναμική Δέσμευση για Συνήθεις Μεταβλητές
2.4.Δυναμική Δέσμευση για Αντικείμενα
2.5.Δυναμική Δέσμευση και Κατασκευαστές
3.Κλάσεις που περιέχουν δείκτες
3.1.Παράδειγμα κλάσης που περιέχει δείκτες
3.2.…και ένα πρόβλημα (χωρίς λύση για την ώρα)
4..Δυναμική Δέσμευση Μνήμης για Πίνακες
4.1.Μονοδιάστατοι πίνακες
4.2.Παράδειγμα δέσμευσης μνήμης για μονοδιάστατους πίνακες
4.3.Διδιάστατοι πίνακες
4.4.Παράδειγμα δέσμευσης μνήμης για διδιάστατους πίνακες
B. Ασκήσεις
Α. Θεωρία
1. Κλάσεις
1.1 Γενικά
1.2 Ορισμός Κλάσης
1.3 Δημόσια (public) στοιχεία της κλάσης
1.4 Ιδιωτικά (private) στοιχεία της κλάσης
1.5 Παράδειγμα (προδιαγραφές)
2 Περισσότερα για τις κλάσεις
2.1 Ορισμός Συναρτήσεων έξω από την Κλάση
2.2 Παρουσίαση Ιδιωτικών – Δημόσιων Μέλων μιας κλάσης
2.3 Χωρισμός σε Αρχεία
3. Ειδικές Μεθόδοι Κλάσεων
3.1 Γενικά
3.2 Κατασκευαστής (constructor)
3.3 Καταστροφέας (destructor)
3.4 Ελεγκτές Πρόσβασης (accessors)
B. Ασκήσεις
Η ΓΛΩΣΣΑ C++ - ΜΑΘΗΜΑ 2 - ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΚΛΑΣΕΙΣ (4 διαφ)Dimitris Psounis
Α. Θεωρία
1. Κλάσεις
1.1 Γενικά
1.2 Ορισμός Κλάσης
1.3 Δημόσια (public) στοιχεία της κλάσης
1.4 Ιδιωτικά (private) στοιχεία της κλάσης
1.5 Παράδειγμα (προδιαγραφές)
2 Περισσότερα για τις κλάσεις
2.1 Ορισμός Συναρτήσεων έξω από την Κλάση
2.2 Παρουσίαση Ιδιωτικών – Δημόσιων Μέλων μιας κλάσης
2.3 Χωρισμός σε Αρχεία
3. Ειδικές Μεθόδοι Κλάσεων
3.1 Γενικά
3.2 Κατασκευαστής (constructor)
3.3 Καταστροφέας (destructor)
3.4 Ελεγκτές Πρόσβασης (accessors)
B. Ασκήσεις
ΠΕΡΙΕΧΟΜΕΝΑ ΜΑΘΗΜΑΤΟΣ
Α. Θεωρία
1. Η Γλώσσα C++
1.1. Γενικά
1.2. Ιστορία – Εκδόσεις
1.3. Η αναγκαιότητα της C
1.4. Μεταγλωττιστές
2. Hello World!
2.1. Πηγαίος Κώδικας
2.2. Σχόλια
2.3. Βιβλιοθήκη iostream
2.4. main, block κώδικα, return
2.5 Είσοδος/Έξοδος
2.5.1. Έξοδος με την cout
2.5.2. Οδηγία using
2.5.3. Περισσότερα για την cout
2.5.4. Είσοδος με την cin
3. Στοιχεία της C
3.1. Μεταβλητές
3.2. Σταθερές
3.3. Τελεστές και η Δομή Ελέγχου
3.4. Δομές Επανάληψης
3.5. Συναρτήσεις
3.5.1. Πολυμορφισμός Συναρτήσεων
3.6. Πίνακες
3.7. Συμβολοσειρές
3.8. Δείκτες
B.Ασκήσεις
Εφαρμογή 1
Εφαρμογή 2
Εφαρμογή 3
C++ - ΜΑΘΗΜΑ 1 - ΕΙΣΑΓΩΓΗ ΚΑΙ ΣΧΕΣΗ ΜΕ ΤΗ C (4sl/p)Dimitris Psounis
ΠΕΡΙΕΧΟΜΕΝΑ ΜΑΘΗΜΑΤΟΣ
Α. Θεωρία
1. Η Γλώσσα C++
1.1. Γενικά
1.2. Ιστορία – Εκδόσεις
1.3. Η αναγκαιότητα της C
1.4. Μεταγλωττιστές
2. Hello World!
2.1. Πηγαίος Κώδικας
2.2. Σχόλια
2.3. Βιβλιοθήκη iostream
2.4. main, block κώδικα, return
2.5 Είσοδος/Έξοδος
2.5.1. Έξοδος με την cout
2.5.2. Οδηγία using
2.5.3. Περισσότερα για την cout
2.5.4. Είσοδος με την cin
3. Στοιχεία της C
3.1. Μεταβλητές
3.2. Σταθερές
3.3. Τελεστές και η Δομή Ελέγχου
3.4. Δομές Επανάληψης
3.5. Συναρτήσεις
3.5.1. Πολυμορφισμός Συναρτήσεων
3.6. Πίνακες
3.7. Συμβολοσειρές
3.8. Δείκτες
B.Ασκήσεις
Εφαρμογή 1
Εφαρμογή 2
Εφαρμογή 3
Αρχές Οικονομικής Θεωρίας - Το γραπτό των πανελλαδικών εξετάσεωνPanagiotis Prentzas
Αρχές Οικονομικής Θεωρίας (ΑΟΘ): Τι πρέπει να προσέξουν οι υποψήφιοι κατά τη διάρκεια των πανελλαδικών εξετάσεων στη δομή των απαντήσεών τους, αλλά και στην εμφάνιση του γραπτού τους.
Μπορείτε να δείτε και τη διαδραστική παρουσίαση στο www.study4economy.edu.gr.
Διδακτέα - Εξεταστέα ύλη για το μάθημα "Οικονομία" (ΑΟΘ) της Γ τάξης του Επαγγελματικού λυκείου. Μπορείτε να δείτε και αναλυτικά την ύλη του μαθήματος επιλέγοντας τον παρακάτω σύνδεσμο:
https://view.genially.com/6450d17ad94e2600194eb286
1. ∆ηµήτρης Ψούνης – ΠΛΗ31, Τεστ 25
www.psounis.gr
1
ΠΛΗ31 – ΤΕΣΤ 25
Θέµα 1: Ερωτήσεις Κατανόησης
Ερώτηµα 1: Ποια(ές) από τις παρακάτω προτάσεις ∆ΕΝ ισχύει(ουν);
α. Κάθε πρόταση σε ΚΛ έχει ακριβώς µία πρόταση σε ΣΚΜ στην οποία µπορεί να µετατραπεί.
β. Κάθε πρόταση σε ΣΚΜ έχει ακριβώς µία πρόταση σε ΚΛ από την οποία έχει προέλθει.
γ. ∆ύο µεταξύ τους διαφορετικές προτάσεις σε ΚΛ µπορεί να έχουν την ίδια αναπαράσταση σε ΣΚΜ.
δ. Μία πρόταση σε ΚΛ ενδέχεται να µη χρειάζεται κανένα βήµα για να µετατραπεί σε ΣΚΜ.
Ερώτηµα 2: Η καθαρή Prolog, δηλαδή ο βασικός της κορµός, χωρίς ενσωµατωµένα κατηγορήµατα, υλοποιεί …
Επέλεξε µια απάντηση:
a. … ακριβώς την κατηγορηµατική λογική.
b. … ένα υποσύνολο της κατηγορηµατικής λογικής.
c. … ένα υποσύνολο της κατηγορηµατικής λογικής, αλλά και κάποιες επεκτάσεις της.
d. … πλήρως την κατηγορηµατική λογική, αλλά και κάποιες επεκτάσεις της
Ερώτηµα 3:
Κατά το µετασχηµατισµό µίας πρότασης ΚΛ σε ΣΚΜ συναρτήσεις Skolem εισάγονται ...
α. ... όταν εξαλείφουµε τους καθολικούς ποσοδείκτες.
β. ... όταν εξαλείφουµε τους υπαρξιακούς ποσοδείκτες.
γ. ... όταν εξαλείφουµε τις συνεπαγωγές και τις ισοδυναµίες.
δ. ... όταν µετακινούµε τις αρνήσεις στο επίπεδο των ατοµικών προτάσεων.
Ερώτηµα 4:
Ποια είναι η ΣΚΜ της πρότασης (∀x) (((∃y)P(x,y)) ⇒Q(x));
α. P(x,y)∨ Q(x)
β. ŸP(x,y)∨ Q(x)
γ. P(x,y)∧ Q(x)
δ. ŸP(x,Sk(x))∨ Q(x)
.
Ερώτηµα 5:
Έστω ότι A, B, C, D είναι ατοµικές προτάσεις (atomic formulae). Τότε, τι είναι οι {A, B, C}, {A, ~A} και {~A} που δεν είναι οι
{}, {{Α}} και {~~Α};
Επέλεξε µια απάντηση:
a. Σύνολα όρων (term sets)
b. Σύνολα προτάσεων (clause sets)
c. Όροι (terms)
d. Προτάσεις (clauses)
Ερώτηµα 6:
Έστω ότι A, B, C, D είναι ατοµικές προτάσεις (atomic formulae). Τότε, τι είναι οι {{A}}, {{A, Β}, {~Β, ~C}, {D}} που δεν είναι οι
{A}, {{A, B}, C};
Select one:
a. Σύνολα προτάσεων (clause sets)
b. Προτάσεις (clauses)
c. Σύνολα όρων (term sets)
2. ∆ηµήτρης Ψούνης – ΠΛΗ31, Τεστ 25
www.psounis.gr
2
Θέµα 2: Αναζήτηση
∆ιαθέτουµε 10 κάρτες αριθµηµένες από το 1 έως το 10. Θέλουµε να τις χωρίσουµε σε 2 στήλες, ώστε το
άθροισµα των αριθµών στις κάρτες της 1ης
στήλης να είναι όσο το δυνατόν πιό κοντά στον αριθµό a και το
γινόµενο των αριθµών στις κάρτες της 2ης
στήλης να είναι όσο το δυνατόν πιό κοντά στον αριθµό b.
Θεωρείστε ως αρχική κατάσταση, οι κάρτες 1..5 να είναι στη 1η
στήλη και οι κάρτες 6…10 να είναι στη 2η
στήλη.
Προσεγγίστε το πρόβληµα µε όρους αναζήτησης περιγράφοντας:
1. Την µαθηµατική αναπαράσταση µιας κατάστασης.
2. Τους τελεστές δράσης.
3. Την συνάρτηση πραγµατικού κόστους.
4. Μία ευρετική συνάρτηση.
3. ∆ηµήτρης Ψούνης – ΠΛΗ31, Τεστ 25
www.psounis.gr
3
Θέµα 3: Γνώση
∆ίνονται τα ακόλουθα κατηγορήµατα:
αρκούδα(x): Το x είναι αρκούδα
ελέφαντας(x): Το x είναι ελέφαντας
γάτα(x): To x είναι γάτα
καφέ(x): Το x είναι καφέ
µαύρο(x): Το x είναι µαύρο
γκρι(x): Το x είναι γκρι
µεγαλόσωµο(x): Το x είναι µεγαλόσωµο
µικρόσωµο(x): Το x είναι µικρόσωµο
σκουρόχρωµο(x): Το x είναι σκουρόχρωµο
ίσα(x,y): Τα x,y είναι ίσα
(1) ∆ιατυπώστε τις παρακάτω προτάσεις σε κατηγορηµατική λογική:
1. Η αρκούδα είναι καφέ και µεγαλόσωµη.
2. Ο ελέφαντας είναι γκρίζος και µεγαλόσωµος.
3. Η γάτα είναι µαύρη και µικρόσωµη.
4. Ότι είναι µαύρο είναι σκουρόχρωµο.
5. Υπάρχει ακριβώς µία γάτα
(2) Ν’ αποδείξετε µε χρήση αναγωγής πως υπάρχει κάτι που είναι µικρόσωµο και σκουρόχρωµο.
4. ∆ηµήτρης Ψούνης – ΠΛΗ31, Τεστ 25
www.psounis.gr
4
Θέµα 4: Νευρωνικά ∆ίκτυα
Στα παρακάτω σχήµατα φαίνονται κάποιες περιπτώσεις συνόλων από δισδιάστατα δεδοµένα. Σε κάθε σύνολο,
κάθε σηµείο ανήκει σε κάποια κλάση, ανάλογα µε το είδος σχήµατος µε το οποίο αναπαρίσταται.
(α) Είναι γνωστό ότι µπορούµε να εκπαιδεύσουµε ένα δίκτυο αισθητήρων µε ένα κρυφό επίπεδο που
αποτελείται από Ν κόµβους και ένα επίπεδο εξόδου που αποτελείται από Μ κόµβους, ώστε να ταξινοµεί σωστά
τέτοιου είδους δεδοµένα.
i. Ποιο πρέπει να είναι το πλήθος των κόµβων εισόδου για τις παραπάνω περιπτώσεις δεδοµένων;
ii. Ποιες είναι οι ελάχιστες τιµές των Ν και Μ για κάθε µία από τις περιπτώσεις (Α), (Β), (Γ), (∆), (Ε);
(β) Επιλέξτε την απλούστερη περίπτωση δεδοµένων από τις προηγούµενες (έστω αυτή που έχει το ελάχιστο
Ν+Μ), σχεδιάστε το αντίστοιχο δίκτυο αισθητήρων που είναι σε θέση να ταξινοµεί σωστά τα δεδοµένα της εν
λόγω περίπτωσης και υπολογίστε τα βάρη των συνδέσεων από τους κόµβους εισόδου προς τους κρυφούς
κόµβους και τα κατώφλια των κρυφών κόµβων.
Στη συνέχεια, εξηγήστε ποια διαδικασία θα ακολουθούσατε (χωρίς να την εφαρµόσετε) για να καθορίσετε και
τα βάρη από τους κόµβους του κρυφού επιπέδου προς τους κόµβους εξόδου, καθώς και τα κατώφλια των
κόµβων εξόδου.
5. ∆ηµήτρης Ψούνης – ΠΛΗ31, Τεστ 25
www.psounis.gr
5
Θέµα 5: Γενετικοί Αλγόριθµοι
Η µη-γραµµική παρεµβολή αναφέρεται στο “ταίριασµα” ενός µοντέλου στα δεδοµένα, χωρίς να ορίσουµε από
πριν τον τύπο της συνάρτησης. Ένα σύστηµα το οποίο κάνει µη-γραµµική παρεµβολή θα καθορίσει µόνο του
τόσο τον τύπο της συνάρτησης, όσο και τους συντελεστές. Αυτό είναι µια κλασσική περίπτωση εφαρµογής
Γενετικού Προγραµµατισµού (ΓΠ) και ο ΓΠ έχει αποδείξει την αποτελεσµατικότητά του σε αυτό το πρόβληµα,
σχεδόν σε κάθε υλοποίηση. Εφαρµόζοντας ΓΠ στο πρόβληµα µη-γραµµικής παρεµβολής, πρέπει να δώσετε
σαν είσοδο ένα σύνολο από σηµεία (δεδοµένα), όπως φαίνεται στο παρακάτω σχήµα και να πάρετε σαν έξοδο
µια συνάρτηση, η οποία ταιριάζει (παράγει) στα δεδοµένα.
Να σχεδιάσετε ένα σύστηµα ΓΠ, το οποίο µπορεί να χρησιµοποιηθεί για το παραπάνω πρόβληµα.
Συγκεκριµένα, να αναφέρετε 1) το σύνολο των τερµατικών, 2) το σύνολο των συναρτήσεων, 3) τη συνάρτηση
καταλληλότητας, 4) τη στρατηγική επιλογής, 5) τους γενετικούς τελεστές και 6) την µέθοδο αρχικοποίησης.