هوش مصنوعی و کاربردهای آن
چکیده، بانک پرسش‌های امتحانی، واژه‌های مهم، جمع‌بندی و آزمون چندگزینه‌ای این پودمان.
پرسش و پاسخ
+ ۸ سؤال آزمون
چکیده پودمان
- هوش مصنوعی
سامانه‌هایی برای کارهایی مانند تشخیص الگو، پیش‌بینی یا تولید محتوا.
- یادگیری ماشین
روش‌هایی که الگو را از داده می‌آموزند.
- داده آموزشی
داده مورد استفاده برای یادگیری مدل.
- مدل
سامانه آموخته‌شده برای تولید پیش‌بینی یا خروجی از ورودی.
سؤال‌های پودمان
پرسش‌ها و پاسخ‌های مرور
۱«هوش مصنوعی» را تعریف کنید.
سامانه‌هایی برای کارهایی مانند تشخیص الگو، پیش‌بینی یا تولید محتوا.
۲یک کاربرد، مثال یا نکته مهم درباره «هوش مصنوعی» بنویسید.
خروجی باید متناسب با مسئله ارزیابی شود.
۳«یادگیری ماشین» را تعریف کنید.
روش‌هایی که الگو را از داده می‌آموزند.
۴یک کاربرد، مثال یا نکته مهم درباره «یادگیری ماشین» بنویسید.
کیفیت داده بر عملکرد اثر می‌گذارد.
۵«داده آموزشی» را تعریف کنید.
داده مورد استفاده برای یادگیری مدل.
۶یک کاربرد، مثال یا نکته مهم درباره «داده آموزشی» بنویسید.
داده ناقص یا جانبدار می‌تواند مدل را منحرف کند.
۷«مدل» را تعریف کنید.
سامانه آموخته‌شده برای تولید پیش‌بینی یا خروجی از ورودی.
۸یک کاربرد، مثال یا نکته مهم درباره «مدل» بنویسید.
با داده و معیار مناسب ارزیابی می‌شود.
۹«یادگیری نظارت‌شده» را تعریف کنید.
آموزش با نمونه‌های دارای برچسب یا پاسخ مورد انتظار.
۱۰یک کاربرد، مثال یا نکته مهم درباره «یادگیری نظارت‌شده» بنویسید.
طبقه‌بندی هرزنامه نمونه است.
۱۱«یادگیری بدون نظارت» را تعریف کنید.
یافتن ساختار یا گروه‌ها بدون برچسب پاسخ مشخص.
۱۲یک کاربرد، مثال یا نکته مهم درباره «یادگیری بدون نظارت» بنویسید.
خوشه‌بندی نمونه است.
۱۳«هوش مصنوعی مولد» را تعریف کنید.
مدل‌هایی که متن، تصویر، صدا یا محتوای تازه تولید می‌کنند.
۱۴یک کاربرد، مثال یا نکته مهم درباره «هوش مصنوعی مولد» بنویسید.
خروجی نیازمند بررسی واقعیت و حریم خصوصی است.
۱۵«سوگیری داده» را تعریف کنید.
جهت‌گیری یا کمبود در داده که می‌تواند خروجی ناعادلانه بسازد.
۱۶یک کاربرد، مثال یا نکته مهم درباره «سوگیری داده» بنویسید.
داده متنوع و آزمون گروه‌های مختلف کمک می‌کند.
۱۷«خطای ساختگی» را تعریف کنید.
پاسخ ظاهراً مطمئن اما نادرست سامانه مولد.
۱۸یک کاربرد، مثال یا نکته مهم درباره «خطای ساختگی» بنویسید.
اطلاعات مهم باید راستی‌آزمایی شود.
۱۹«اخلاق و حریم خصوصی» را تعریف کنید.
ملاحظاتی مانند انصاف، شفافیت، مسئولیت و حفاظت از داده.
۲۰یک کاربرد، مثال یا نکته مهم درباره «اخلاق و حریم خصوصی» بنویسید.
اطلاعات حساس را بدون مجوز وارد سرویس نامطمئن نکنید.
۲۱«کاربردهای AI» را تعریف کنید.
تشخیص تصویر، پردازش زبان، توصیه‌گرها و پیش‌بینی.
۲۲یک کاربرد، مثال یا نکته مهم درباره «کاربردهای AI» بنویسید.
کاربرد باید با نیاز و ریسک واقعی متناسب باشد.
۲۳«نقش انسان» را تعریف کنید.
کنترل کیفیت و تصمیم نهایی در کاربردهای مهم.
۲۴یک کاربرد، مثال یا نکته مهم درباره «نقش انسان» بنویسید.
خروجی مدل را پیشنهاد بدانید، نه حقیقت تضمین‌شده.
پرسش‌های تکمیلی برای تمرین بدون نگاه به پاسخ
بانک پرسش‌های تکمیلی و مفهومی
این پرسش‌ها برای تمرین عمیق‌تر همین پودمان طراحی شده‌اند. پاسخ‌ها بر پایه تعریف‌ها و نکته‌های همین جزوه تنظیم شده‌اند؛ برای جزئیات اجرایی، ترتیب منوها و فعالیت‌ها به متن و تصاویر کتاب مراجعه کنید.
۱چرا شناخت «هوش مصنوعی» در این پودمان اهمیت دارد؟
زیرا سامانه‌هایی برای کارهایی مانند تشخیص الگو، پیش‌بینی یا تولید محتوا.
۲یک موقعیت آموزشی مطرح کنید که در آن از «هوش مصنوعی» استفاده شود.
خروجی باید متناسب با مسئله ارزیابی شود.
۳هنگام کار با «هوش مصنوعی» چه نکته‌ای را باید بررسی کنید؟
خروجی باید متناسب با مسئله ارزیابی شود.
۴یک خطای احتمالی مرتبط با «هوش مصنوعی» را نام ببرید و راه پیشگیری را بگویید.
ابتدا مفهوم و شرایط استفاده را بررسی کنید؛ سپس طبق روش معرفی‌شده در کتاب عمل کنید. نکته مرتبط: خروجی باید متناسب با مسئله ارزیابی شود.
۵جمله را کامل کنید: «هوش مصنوعی» به این موضوع مربوط است که ...
سامانه‌هایی برای کارهایی مانند تشخیص الگو، پیش‌بینی یا تولید محتوا.
۶چرا شناخت «یادگیری ماشین» در این پودمان اهمیت دارد؟
زیرا روش‌هایی که الگو را از داده می‌آموزند.
۷یک موقعیت آموزشی مطرح کنید که در آن از «یادگیری ماشین» استفاده شود.
کیفیت داده بر عملکرد اثر می‌گذارد.
۸هنگام کار با «یادگیری ماشین» چه نکته‌ای را باید بررسی کنید؟
کیفیت داده بر عملکرد اثر می‌گذارد.
۹یک خطای احتمالی مرتبط با «یادگیری ماشین» را نام ببرید و راه پیشگیری را بگویید.
ابتدا مفهوم و شرایط استفاده را بررسی کنید؛ سپس طبق روش معرفی‌شده در کتاب عمل کنید. نکته مرتبط: کیفیت داده بر عملکرد اثر می‌گذارد.
۱۰جمله را کامل کنید: «یادگیری ماشین» به این موضوع مربوط است که ...
روش‌هایی که الگو را از داده می‌آموزند.
۱۱چرا شناخت «داده آموزشی» در این پودمان اهمیت دارد؟
زیرا داده مورد استفاده برای یادگیری مدل.
۱۲یک موقعیت آموزشی مطرح کنید که در آن از «داده آموزشی» استفاده شود.
داده ناقص یا جانبدار می‌تواند مدل را منحرف کند.
۱۳هنگام کار با «داده آموزشی» چه نکته‌ای را باید بررسی کنید؟
داده ناقص یا جانبدار می‌تواند مدل را منحرف کند.
۱۴یک خطای احتمالی مرتبط با «داده آموزشی» را نام ببرید و راه پیشگیری را بگویید.
ابتدا مفهوم و شرایط استفاده را بررسی کنید؛ سپس طبق روش معرفی‌شده در کتاب عمل کنید. نکته مرتبط: داده ناقص یا جانبدار می‌تواند مدل را منحرف کند.
۱۵جمله را کامل کنید: «داده آموزشی» به این موضوع مربوط است که ...
داده مورد استفاده برای یادگیری مدل.
۱۶چرا شناخت «مدل» در این پودمان اهمیت دارد؟
زیرا سامانه آموخته‌شده برای تولید پیش‌بینی یا خروجی از ورودی.
۱۷یک موقعیت آموزشی مطرح کنید که در آن از «مدل» استفاده شود.
با داده و معیار مناسب ارزیابی می‌شود.
۱۸هنگام کار با «مدل» چه نکته‌ای را باید بررسی کنید؟
با داده و معیار مناسب ارزیابی می‌شود.
۱۹یک خطای احتمالی مرتبط با «مدل» را نام ببرید و راه پیشگیری را بگویید.
ابتدا مفهوم و شرایط استفاده را بررسی کنید؛ سپس طبق روش معرفی‌شده در کتاب عمل کنید. نکته مرتبط: با داده و معیار مناسب ارزیابی می‌شود.
۲۰جمله را کامل کنید: «مدل» به این موضوع مربوط است که ...
سامانه آموخته‌شده برای تولید پیش‌بینی یا خروجی از ورودی.
۲۱چرا شناخت «یادگیری نظارت‌شده» در این پودمان اهمیت دارد؟
زیرا آموزش با نمونه‌های دارای برچسب یا پاسخ مورد انتظار.
۲۲یک موقعیت آموزشی مطرح کنید که در آن از «یادگیری نظارت‌شده» استفاده شود.
طبقه‌بندی هرزنامه نمونه است.
۲۳هنگام کار با «یادگیری نظارت‌شده» چه نکته‌ای را باید بررسی کنید؟
طبقه‌بندی هرزنامه نمونه است.
۲۴یک خطای احتمالی مرتبط با «یادگیری نظارت‌شده» را نام ببرید و راه پیشگیری را بگویید.
ابتدا مفهوم و شرایط استفاده را بررسی کنید؛ سپس طبق روش معرفی‌شده در کتاب عمل کنید. نکته مرتبط: طبقه‌بندی هرزنامه نمونه است.
۲۵جمله را کامل کنید: «یادگیری نظارت‌شده» به این موضوع مربوط است که ...
آموزش با نمونه‌های دارای برچسب یا پاسخ مورد انتظار.
۲۶چرا شناخت «یادگیری بدون نظارت» در این پودمان اهمیت دارد؟
زیرا یافتن ساختار یا گروه‌ها بدون برچسب پاسخ مشخص.
۲۷یک موقعیت آموزشی مطرح کنید که در آن از «یادگیری بدون نظارت» استفاده شود.
خوشه‌بندی نمونه است.
۲۸هنگام کار با «یادگیری بدون نظارت» چه نکته‌ای را باید بررسی کنید؟
خوشه‌بندی نمونه است.
۲۹یک خطای احتمالی مرتبط با «یادگیری بدون نظارت» را نام ببرید و راه پیشگیری را بگویید.
ابتدا مفهوم و شرایط استفاده را بررسی کنید؛ سپس طبق روش معرفی‌شده در کتاب عمل کنید. نکته مرتبط: خوشه‌بندی نمونه است.
۳۰جمله را کامل کنید: «یادگیری بدون نظارت» به این موضوع مربوط است که ...
یافتن ساختار یا گروه‌ها بدون برچسب پاسخ مشخص.
۳۱چرا شناخت «هوش مصنوعی مولد» در این پودمان اهمیت دارد؟
زیرا مدل‌هایی که متن، تصویر، صدا یا محتوای تازه تولید می‌کنند.
۳۲یک موقعیت آموزشی مطرح کنید که در آن از «هوش مصنوعی مولد» استفاده شود.
خروجی نیازمند بررسی واقعیت و حریم خصوصی است.
۳۳هنگام کار با «هوش مصنوعی مولد» چه نکته‌ای را باید بررسی کنید؟
خروجی نیازمند بررسی واقعیت و حریم خصوصی است.
۳۴یک خطای احتمالی مرتبط با «هوش مصنوعی مولد» را نام ببرید و راه پیشگیری را بگویید.
ابتدا مفهوم و شرایط استفاده را بررسی کنید؛ سپس طبق روش معرفی‌شده در کتاب عمل کنید. نکته مرتبط: خروجی نیازمند بررسی واقعیت و حریم خصوصی است.
۳۵جمله را کامل کنید: «هوش مصنوعی مولد» به این موضوع مربوط است که ...
مدل‌هایی که متن، تصویر، صدا یا محتوای تازه تولید می‌کنند.
۳۶چرا شناخت «سوگیری داده» در این پودمان اهمیت دارد؟
زیرا جهت‌گیری یا کمبود در داده که می‌تواند خروجی ناعادلانه بسازد.
۳۷یک موقعیت آموزشی مطرح کنید که در آن از «سوگیری داده» استفاده شود.
داده متنوع و آزمون گروه‌های مختلف کمک می‌کند.
۳۸هنگام کار با «سوگیری داده» چه نکته‌ای را باید بررسی کنید؟
داده متنوع و آزمون گروه‌های مختلف کمک می‌کند.
۳۹یک خطای احتمالی مرتبط با «سوگیری داده» را نام ببرید و راه پیشگیری را بگویید.
ابتدا مفهوم و شرایط استفاده را بررسی کنید؛ سپس طبق روش معرفی‌شده در کتاب عمل کنید. نکته مرتبط: داده متنوع و آزمون گروه‌های مختلف کمک می‌کند.
۴۰جمله را کامل کنید: «سوگیری داده» به این موضوع مربوط است که ...
جهت‌گیری یا کمبود در داده که می‌تواند خروجی ناعادلانه بسازد.
۴۱چرا شناخت «خطای ساختگی» در این پودمان اهمیت دارد؟
زیرا پاسخ ظاهراً مطمئن اما نادرست سامانه مولد.
۴۲یک موقعیت آموزشی مطرح کنید که در آن از «خطای ساختگی» استفاده شود.
اطلاعات مهم باید راستی‌آزمایی شود.
۴۳هنگام کار با «خطای ساختگی» چه نکته‌ای را باید بررسی کنید؟
اطلاعات مهم باید راستی‌آزمایی شود.
۴۴یک خطای احتمالی مرتبط با «خطای ساختگی» را نام ببرید و راه پیشگیری را بگویید.
ابتدا مفهوم و شرایط استفاده را بررسی کنید؛ سپس طبق روش معرفی‌شده در کتاب عمل کنید. نکته مرتبط: اطلاعات مهم باید راستی‌آزمایی شود.
۴۵جمله را کامل کنید: «خطای ساختگی» به این موضوع مربوط است که ...
پاسخ ظاهراً مطمئن اما نادرست سامانه مولد.
۴۶چرا شناخت «اخلاق و حریم خصوصی» در این پودمان اهمیت دارد؟
زیرا ملاحظاتی مانند انصاف، شفافیت، مسئولیت و حفاظت از داده.
۴۷یک موقعیت آموزشی مطرح کنید که در آن از «اخلاق و حریم خصوصی» استفاده شود.
اطلاعات حساس را بدون مجوز وارد سرویس نامطمئن نکنید.
۴۸هنگام کار با «اخلاق و حریم خصوصی» چه نکته‌ای را باید بررسی کنید؟
اطلاعات حساس را بدون مجوز وارد سرویس نامطمئن نکنید.
۴۹یک خطای احتمالی مرتبط با «اخلاق و حریم خصوصی» را نام ببرید و راه پیشگیری را بگویید.
ابتدا مفهوم و شرایط استفاده را بررسی کنید؛ سپس طبق روش معرفی‌شده در کتاب عمل کنید. نکته مرتبط: اطلاعات حساس را بدون مجوز وارد سرویس نامطمئن نکنید.
۵۰جمله را کامل کنید: «اخلاق و حریم خصوصی» به این موضوع مربوط است که ...
ملاحظاتی مانند انصاف، شفافیت، مسئولیت و حفاظت از داده.
۵۱چرا شناخت «کاربردهای AI» در این پودمان اهمیت دارد؟
زیرا تشخیص تصویر، پردازش زبان، توصیه‌گرها و پیش‌بینی.
تمرین‌های ترکیبی
۱چه تفاوتی میان «هوش مصنوعی» و «یادگیری ماشین» می‌توانید بیان کنید؟
«هوش مصنوعی»: سامانه‌هایی برای کارهایی مانند تشخیص الگو، پیش‌بینی یا تولید محتوا. «یادگیری ماشین»: روش‌هایی که الگو را از داده می‌آموزند.
۲یک مثال بزنید که در آن «داده آموزشی» و «مدل» هر دو مطرح شوند.
نمونه پاسخ: داده ناقص یا جانبدار می‌تواند مدل را منحرف کند. همچنین با داده و معیار مناسب ارزیابی می‌شود.
۳از میان مفاهیم این پودمان، کدام مورد برای حل مسئله «هوش مصنوعی» مفید است؟ توضیح دهید.
با توجه به تعریف، «هوش مصنوعی» یعنی سامانه‌هایی برای کارهایی مانند تشخیص الگو، پیش‌بینی یا تولید محتوا.
۴یک پرسش امتحانی درباره «یادگیری ماشین» بسازید و پاسخ آن را بنویسید.
نمونه پاسخ: روش‌هایی که الگو را از داده می‌آموزند.
درست یا نادرست؛ پاسخ را توجیه کنید
۱«هوش مصنوعی» در موضوع این پودمان کاربرد دارد.
درست؛ سامانه‌هایی برای کارهایی مانند تشخیص الگو، پیش‌بینی یا تولید محتوا.
۲«یادگیری ماشین» در موضوع این پودمان کاربرد دارد.
درست؛ روش‌هایی که الگو را از داده می‌آموزند.
۳«داده آموزشی» در موضوع این پودمان کاربرد دارد.
درست؛ داده مورد استفاده برای یادگیری مدل.
۴«مدل» در موضوع این پودمان کاربرد دارد.
درست؛ سامانه آموخته‌شده برای تولید پیش‌بینی یا خروجی از ورودی.
۵«یادگیری نظارت‌شده» در موضوع این پودمان کاربرد دارد.
درست؛ آموزش با نمونه‌های دارای برچسب یا پاسخ مورد انتظار.
۶«یادگیری بدون نظارت» در موضوع این پودمان کاربرد دارد.
درست؛ یافتن ساختار یا گروه‌ها بدون برچسب پاسخ مشخص.
۷«هوش مصنوعی مولد» در موضوع این پودمان کاربرد دارد.
درست؛ مدل‌هایی که متن، تصویر، صدا یا محتوای تازه تولید می‌کنند.
۸«سوگیری داده» در موضوع این پودمان کاربرد دارد.
درست؛ جهت‌گیری یا کمبود در داده که می‌تواند خروجی ناعادلانه بسازد.
جای خالی را کامل کنید
۱اصطلاح «________» به این مفهوم اشاره دارد: سامانه‌هایی برای کارهایی مانند تشخیص الگو، پیش‌بینی یا تولید محتوا.
هوش مصنوعی
۲اصطلاح «________» به این مفهوم اشاره دارد: روش‌هایی که الگو را از داده می‌آموزند.
یادگیری ماشین
۳اصطلاح «________» به این مفهوم اشاره دارد: داده مورد استفاده برای یادگیری مدل.
داده آموزشی
۴اصطلاح «________» به این مفهوم اشاره دارد: سامانه آموخته‌شده برای تولید پیش‌بینی یا خروجی از ورودی.
مدل
۵اصطلاح «________» به این مفهوم اشاره دارد: آموزش با نمونه‌های دارای برچسب یا پاسخ مورد انتظار.
یادگیری نظارت‌شده
۶اصطلاح «________» به این مفهوم اشاره دارد: یافتن ساختار یا گروه‌ها بدون برچسب پاسخ مشخص.
یادگیری بدون نظارت
۷اصطلاح «________» به این مفهوم اشاره دارد: مدل‌هایی که متن، تصویر، صدا یا محتوای تازه تولید می‌کنند.
هوش مصنوعی مولد
۸اصطلاح «________» به این مفهوم اشاره دارد: جهت‌گیری یا کمبود در داده که می‌تواند خروجی ناعادلانه بسازد.
سوگیری داده
کلمات مهم پودمان و معنی آن‌ها
جمع‌بندی پودمان
- هوش مصنوعی: خروجی باید متناسب با مسئله ارزیابی شود.
- یادگیری ماشین: کیفیت داده بر عملکرد اثر می‌گذارد.
- داده آموزشی: داده ناقص یا جانبدار می‌تواند مدل را منحرف کند.
- مدل: با داده و معیار مناسب ارزیابی می‌شود.
- یادگیری نظارت‌شده: طبقه‌بندی هرزنامه نمونه است.
- یادگیری بدون نظارت: خوشه‌بندی نمونه است.
آزمون چندگزینه‌ای
به سؤالها یکییکی پاسخ بده؛ نتیجه فقط در پایان آزمون با نمره و وضعیت قبولی یا مردودی نمایش داده می‌شود.