در این صفحه نمونه سوالات هوش مصنوعی با پاسخ تشریحی برای شما عزیزان قرار داده شده است، سعی شده مثال های هوش مصنوعی تمامی مباحث را در بر گیرد. در صورتی که علاقه دارید تا بیشتر با درس هوش مصنوعی آشنا شوید و فیلم های رایگان هوش مصنوعی را مشاهده کنید به صفحه معرفی و بررسی الکترونیک دیجیتالمعرفی درس الکترونیک دیجیتالدرس الکترونیک دیجیتال در تمامی دانشگاههای جهان به منظور آشنایی با مبانی الکترونیک و سختافزار و تکنولوژیهای استفاده شده از زمان پیدایش کامپیوتر تا کنون تدریس میشود مراجعه کنید.
قبل از اینکه به ادامه این مقاله بپردازیم توصیه میکنیم که فیلم زیر که در خصوص تحلیل و بررسی درس هوش مصنوعی است را مشاهده کنید، در این فیلم توضیح داده شده که فیلم درس هوش مصنوعی برای چه افرادی مناسب است و همین طور در خصوص فصول مختلف درس هوش مصنوعی و اهمیت هر کدام از فصول آن صحبت شده است.
در ادامه این مقاله ابتدا فیلم های رایگان هوش مصنوعی که به آنها نیاز دارید و سپس نمونه سوالات هوش مصنوعی در اختیارتان قرار گرفته است.
فیلم های رایگان آموزش هوش مصنوعی که به آنها نیاز دارید
در حال حاضر فیلم آموزش هوش مصنوعی استاد رضوی پرطرفدارترین و پرفروشترین فیلم آموزشی هوش مصنوعی کشور است و هر سال اکثر داوطلبان کنکور ارشد کامپیوتر این فیلم را تهیه میکنند.

هوش مصنوعی جلسه 1

هوش مصنوعی جلسه 2

هوش مصنوعی جلسه 3

هوش مصنوعی جلسه 4

نکته و تست هوش مصنوعی جلسه 1

جواب تشریحی هوش مصنوعی کنکور ارشد کامپیوتر 1403
جواب تشریحی هوش مصنوعی کنکور ارشد کامپیوتر 1403
خرید فیلم های کامل هوش مصنوعی
مونه سوالات فصل عامل ها و محیط ها درس هوش مصنوعی
نمونه سوالات فصل الگوریتم های جستجوی ناآگاهانه درس هوش مصنوعی

A | ||||||
S | G | |||||



نمونه سوالات فصل الگوریتم های جستجوی آگاهانه درس هوش مصنوعی
گزینه 2 صحیح است.
روش IDA* روشی مشابه A* است که در جهت بهبود وضعیت مرتبه حافظه A* ارائه شده است و از ایده جستجو عمقی تکرار شونده استفاده میکند. پس مصرف حافظه این روش نسبتا خوب است و از آنجا که برمبنای A* و جستجو عمقی تکرار شونده است با همان شرط کامل بودن A* یعنی به شرط اینکه هزینه قدمها مثبتِ بزرگتر از یک مقدار ثابت باشد و bf محدود باشد کامل نیز میباشد و کارایی خوبی دارد چرا که مرتبه زمانی آن مشابه A* است. در این روش درخت جستجو به صورت تکراری از ریشه تا زمانی که مقدار تمام گره ها از cutoff بیشتر شود به صورت عمقی ساخته میشود (به عبارتی همه گره هایی که f(n) آنها از cutoff کمتر است به صورت پیمایش عمقی بررسی میشوند). سپس در هر تکرار مقدار cutoff به کوچکترین مقدار f(n) گرههای برگ (کوچکترین مقدار درون فرینج) بروزرسانی میشود و مجددا از اول روی گراف DFS انجام میشود و این کار تا جایی که به هدف برسیم ادامه مییابد. این روش از آنجا که در هر مرحله کل درخت جستجو را از ابتدا میسازد، گرههای تکراری میسازد و بنابراین دوباره کاری دارد که یکی از نقطه ضعفهای این الگوریتم محسوب میشود.
گزینه 2 صحیح است.










E | D | C | B | A | |
2 | 8 | 10 | A | ||
2 | 2 | 10 | B | ||
6 | 2 | 8 | C | ||
9 | 2 | 2 | D | ||
9 | 6 | 2 | E |






غذا | ||||
S | غذا |
در اینجا ۵ عضو داریم که مقدار تابع شایستگی آن به ما داده شده است.
احتمال اینکه عضو با مقدار ۴ در یک انتخاب، انتخاب نشود برابر است با:
[فرمول]
[فرمول]
[فرمول]

نمونه سوالات فصل بازی های رقابتی درس هوش مصنوعی








نمونه سوالات فصل ارضای محدودیت درس هوش مصنوعی


A | B | C | D | M | E | |
Initial domains | [فرمول] | [فرمول] | [فرمول] | [فرمول] | [فرمول] | [فرمول] |
After A =red |
[فرمول]
|
[فرمول] | [فرمول] | [فرمول] | [فرمول] | [فرمول] |
After C =blue |
[فرمول]
|
[فرمول] |
[فرمول]
|
[فرمول] | [فرمول] | [فرمول] |
After M =red |
[فرمول]
|
[فرمول] |
[فرمول]
|
[فرمول] |
[فرمول]
|
[فرمول] |

Path consistency : سازگاری مسیر به این معنی است که اگر برای دو متغیر مقدار مجاز و معتبر وجود داشته باشد برای متغیر سوم نیز حداقل یک مقدار مجاز و معتبر وجود دارد پس اگر در گراف به ازای هر سه متغیر نکته بالا برقرار باشد میتوان گفت سازگاری مسیر داریم.





نمونه سوالات فصل منطق گزاره ای درس هوش مصنوعی
[فرمول]
[فرمول]
[فرمول]
[فرمول]

نمونه سوالات فصل منطق مرتبه اول درس هوش مصنوعی
[فرمول]
[فرمول]
[فرمول]
[فرمول]
[فرمول]
[فرمول]
نمونه سوالات فصل عدم قطعیت درس هوش مصنوعی
[فرمول] | ||
[فرمول] | ||
[فرمول] | ||
[فرمول] | [فرمول] | [فرمول] |
[فرمول] | [فرمول] | [فرمول] |
[فرمول] | [فرمول] | [فرمول] |
