FONForum

Posto sam na Specijalistickim studijama, gde mogu da se pogledaju i ti rezultati?

^ To vec ne znam Ali mozes da posaljes mail Milosu [email protected] ili Milanu [email protected].

^ Poslao sam. Valjda ce odgovoriti u neko dogledno vreme.

Potreban mi je neko ko drzi casove iz ovog predmeta! Ako neko zna nesto o tome,neka mi javi!

Stvarno mislim da nema nikakve potrebe za privatnim casovima i bacanjem para, kada se zadaci iz ovoga spremaju za jedan ceo dan, ako radis iz skripte. Ako ti neko pokazuje, verovatno treba tri puta manje.
Veruj mi, procitaj skripte, ja sam tako spremila i polozila. A zadaci su najvecim delom isti kao i u prethodnim rokovima (to ima ovde u temi) i to je to. Bas lako.

_________________
...dance like no one's watching...

Apsolutno tacno!

Moze li usmeni iz skripte i koja su pitanja bila na usmenom?

^^ Bas tako! Samo pogledaj pitanja koja su dolazila i procitaj skripte, casovi ti nisu potrebni, cuvaj pare za nesto komplikovanije.

^ Za test skripta je bila dovoljna, ali za klasicni usmeni i nije, jer umeju da zavuku, kao npr. kakva je funkcija transfera kod Hopfildove mreze, a toga nema u skripti.

A gde mogu da vidim kakva su otprilike pitanja bila u prethodim rokovima? Na pismeni mislim..

moze li neko da napise kakvi su bili zadaci sad u januaru otprilike samo, ne tacan text zadatka

Pozdrav svima,

Ja sam prvi put izasla na pismeni samo da vidim kako izgleda pismeni u januaru i dosle su neke stvari koje su spominjali u prethodnim postovima i temama za ovaj ispit. Znaci samo jos treba preci sve sa vezbi i poloziti u februaru.

Procesljala sam sve postove i pitanja/zadatke za ispit, to cu vam sve kopirati ovde na gomili pa se vi snalazite:

----------------------------------------------------------------------------

USMENI DEO> TEORIJA
semanticke mreze
takticke odluke
arhitektura a1
razvoj skladista pod.
kategoricki podaci
druga faza crispdm
struktuirano prilagodjavanje
razlika izmedju zos i ozp
beckpropagejsn
skriveni neuroni
1-1 gspo
visestruko povezana
razlika izmedju slucaja i paterna
VII 1.ko je uveo pojam paterna 2. proceduralno znanje 3. iskustvo je
V 1. kad se stopira kompetitivno 2.šta menja težine hebovog (ili obrnuto stop kod hebb ili w kod komp ) 3. multiplikacioni (4.prednost vnm)
VI 1.prvi nivo 2.sala za konferenciju 3. es kao podrška analitičaru
III 1. prednosti vnm 2. koje algoritme koristi procena(regresija) 3.asoc memorija je
I 1. baza znanja u korisničkom interfejsu

ZADATAK> PISMENI DEO
3. Expert Choise
Dat je problem izbora komapanije na tender za odrzavanje nacionalnog parka, opisan sa 5 kriterijuma. Procene preferencija su unete u softveru Expert Choice. U vezi datog problema odgovori na sledeca pitanja:
18. koje su dve najbolje alternative
19. po kom kriterijume je prva alternativa losija od druge alternative?
20. Da li postoji nedozvoljena nekonzistentnost u matricama procene? Ako postojikod kojih matrica se javlja
21. Ako bi se vaznost kriterijuma ‘’past performance’’ povecala za 0.1 da li bi doslo do promene prva dva ranga alternative?
22. Po kom kriterijumu je resenje najmanje osetljivo?
Za kriterijum “past performace’’ uvesti dva podkriterijuma “quality” I “quantity” koji su podjendake vaznosti. Uneti procene alternative iz sledecih matrica procene-ne mogu da se setim procena


23. Koja alternative se sada pokazuje kao najbolja?
24. Objasnite zasto bi mogle da se promene alternative posle uvodjenja podkriterijuma?

Zakljucivanje na osnovu slucajeva
Dat je problem odredjivanja kreditne klase novog podnosioca zahteva za izdavanje kredita. Klase se nalaze u rasponu od 1 do 5. Pri cemu 1 oznacava da podnosioc sigurno ne dobija kredit a 5 da sigurno dobija.
Zadaci:
25. Pokazati normalizovane pondere L1 metrikom.
26. Odrediti kreditnu klasu novog podnosioca zahteva metodom Promethee za odredjene tipove preferencija
27. Ukoliko je slicnost najslicnijeg sluvaja iz baze 0.2,sta tada treba da radi ZOS?

Kolaboracija
Obajsniti jednom recju nedostatak asinhrone tehnologije?
Navesti tri privremene tehnologije?
3 osobine Bloga
Studenti rade zajednicki seminarski rad koristeci dostupnu elektronsku literaturu,koja je napogodnija tehnologija?

OZP primer Titanik
Olap- prodaja

USMENI DEO> TEORIJA
Ovo su neka od cudnih pitanja iz februarskog roka:

-algoritmi predvidjanja
-es kao pomoc pri dizajniranju spo-a
-kako se zavrsava Hebovo ucenje

Ko zna, nek napise odgovor.

Obratite paznju na sitnice, tipa u febraru su dali pitanje, ko je osnivac patern pokreta...


definicija spo
PI - u realnom vremenu, pa podela od četiri stavke
nabroj 5 prednosti uvođenjem SPO

koje su sheme kod DW ili BP? (šta god) - jednotabelarna, zvezda i pahuljuca

VNM signali
pri projektovanju VNM, analitičar treba da vodi računa o:
tolerancija na oštećenja VNM (ili tako nešto slično - pitanje iz prednosti VNM)

OLAP spaja? - pa ima ono s jedne strane excel sa druge oltp (tako nešto)
bilo je za Fields pivot tabela

Čebisevljeva metrika (L beskonačno)

GSPO - I nivo (otklanjanje komunikacionih barijera...)
onda one sheme koje postoje (zvezdasta, tocak...)
GSPO šesti tip - uvodi se moderator...

Šta sadrži induktivno stablo odlučivanja?
nepotpuni podaci su?
Metoda najbližeg suseda? (Euklidsko rastojanje)

Ako se setim jos nečeg, dopisaću

PISMENI DEO> ZADACI
Sad u septembru,u okviru zadataka su dosla i neka teorijska pitanja.

OLAP kocka
-Razlika izmedju Olap kocke i pivot tabele
-Sta su dimenzije?
-tehnika dril-down?

kolaboracija
1.U kojim situacijama se moze primeniti tehnologija 1-M?
2.Navesti tri karakteristike foruma?
3. Navesti tri tehnologije perzistentnog oblika komunikacije?
4.Nesto tipa ucesnici imaju slicne probleme,pa da bi ih resavali navedite tri osobine i konkretnu tehnologiju?
Ne znam da li si mislio/la na ova pitanja,a ona su pominjana na vezbama,kao i na odbrani zadataka.

TEORIJSKI DEO>
Koliko se ja secam:
- adaptivnost SPO u vremenu
- antigradijent kod bekpropagejsna sluzi za...
- jedna iteracija kod komparativnog ucenja je...
- VMO se moze kombinovati sa...
- podele znanja
- izlaz ES kao ulaz u SPO
- nestruktuiran problem
- karakteristike OLTP
- arhitektura 1 kod DW
- prvi tip GSPO
- Drag & drop, cemu sluzi
- kako broj atributa utice na analizu
- koji zadatak resava problem dobijanja kredita, tako nesto - odg je klasterovanje, pa se malo objasni po kom principu
- Dinamicki memorijski model se sastoji iz...
- sta se radi kada se ne dodje do konacnog resenja problema nakon sprovedene procedure GO
- nulta adaptacija
- sinhrone i asinhrone tehnologije komunikacije i primeri

Jel moze pomoc oko ovih pitanja?

-prikljucenje es na bazu modela
-veza ozp i statisticke analize
-pored statisticke metode podaci se mogu prikazati jos..
-adaptivnost spo u vremenu
-jedna iteracija kod komparativnog ucenja
-nestruktuiran problem
-drag&drop cemu sluzi
-kako broj atributa utice na analizu
-sta se radi kada se ne dodje do konacnog resenja problema nakon sprovedene procedure GO?

Hvala

Odgovori>
1. ES#1 i ES#2,ES#3;i ES#4 i ES#5-27 i 28.str-knjiga
2. OZP ne predstavlja zamenu za klasicnu statisticku analizu ,vec njenu dopunu.
3. preko skupa algoritama koji zahtevaju odredjena znanja od korisnika,kao i tehnika iz razlicitih disciplina(matematika,statistika i verovatnoca,masinsko ucenje,baze podataka,strukture podataka,itd...)
4. 8 str.-knjiga(7 stavka)
5. je najcesce nedovoljna,dakle one se ponavljaju sve dok mreza ne konvergira ka stabilnom resenju.
6. problem koji nije jasan;
problem kod koga nisu precizno definisani ulazni podaci,kao i nacini na koji se vrsi analiza i dolazi do resenja.
8. sto je veci broj atributa koje posmatramo,time se usloznjava sam problem i ide se dublje u analizu,dakle resenje problema ce se razlikovati ako uzmemo u obzir veci broj atributa.
9. Predlaze se redefinisanje problema i to: identifikovanjem konfliktnih ''pitanja'' i alternativa i stvaranjem novih tema i alternativa.-184 str.-knjiga

Ako neko zna cemu sluzi drag&drop neka odgovori? 41 str knjige

PISMENI>
Ako neko zna odgovore, ili bar gde se nalaze u knjizi:

1. nepotpuni podaci
2. novodobijeno resenje
3. multiplikacioni...?
4. transformacija slucajeva
5. iskustvo je
6. fja transfera kod Hopfilda (ja stvarno ne znam dal ovo postoji)
7. model PI pomaze da se nadje resenje za problem...
8. koraci razvoja BP
9. veza SPO-ucenje


Hvalaaaaaaa

Odgovori>
1. Nepotpuni podaci su podaci koji imaju nedostajuce vrednosti.Svaki slucaj iz baze podataka je opisan odredjenim skupom(brojem)atributa.Svaki atribut koji opisuje odredjeni slucaj ili slucajeve iz baze mora imati definisanu vrednost,ako bilo koji od njih nema definisanu vrednost onda nemamo potpune podatke o tom slucaju(problemu).Mislim ovako,ali nisam potpuno sigurna:-)
2.Novodobijeno resenje-(aktivnosti 6 RE) u okviru skripte ZOS http://www.odlucivanje.fon.rs/images/st ... ad/zos.pdf
5.Iskustvo je skup slucajeva iz proslosti vezanih za pojavu koja je od interesa.
6.jednostavna odskocna f-ja-153.str.knjiga
7.nestrukturirane i polustrukturirane probleme,odnosno za podrsku odlucivanju na taktickom i strateskom nivou upravljanja.Model PI pruza DO podrsku u procesu dolaska do znanja koristeci ekspertsku i racunarsku pomoc.-215 str.knjiga
8.Ili nacela pravljenja BP-prelistaj forum,dala sam odgovor.
9.SPO treba da vodi ka ucenju,sto vodi novim zahtevima i korekcijama sistema,a sto opet vodi ka novom ucenju,itd.-8str.knjiga-11 stavka

3. i 4.-ne znam :-)

Bilo na testu>
Sesti tip Gspo-183 str.knjiga

Page Filds-svojevrsni filter koji ceo prostor kocke suzava izborom jedne ili vise konkretnih vrednosti,bez uticaja na izgled Pivot tabele.-ili 67 str.knjiga

--------------------------------------------------------------------------------

To je to, nadam se da sam pomogla kad sam vam sve u jedan post ubacila.
Pozz

DiDi, u januaru je bilo:
Kolaboracija - sva tri pitanja su bila u vezi sa ovom klasifikacijom tehnologija komunikacije (sinhrona/asinhrona, i ostale.... da se nabroje, karakteristike, prednosti, nedostaci, primer);
ZOS - primer sa kreditnom sposobnoscu iz skripte (u mojoj grupi konkretno Prometej metoda);
OLAP - primer iz skripte OLAP, odmah na pocetku (ovaj sa studentima i godinom upisa i ostalim dimenzijama i merama) i par nekih teorijskih pitanja (ne secam se svih, ni koliko ih je bilo, da li dva ili tri, secam se samo da je bila tehnika "drill down")
EC - ne mogu da se setim da li je primer kao prosle godine (ovaj iz prethodnog posta koji je jox postavila) ili je neki drugi, ali uglavnom na taj neki fazon, jer sve je to isto. Opet - predji primer iz skripte.
OZP - primer sa krvnim pritiskom i lekovima, standardna pitanja: koliko slucajeva ima, koliko % nedostajucih vrednosti, koliki % tacnosti, klasteri, slicnost klastera, koji ima najvise/najmanje elemenata, dubina drveta... i tako to... imas bazu na njihovom sajtu, zove se DRUG1n.

_________________
...dance like no one's watching...

Kod zadatka olap kocke da li se dobija kocka u Cub file-u (pretpostavljam da je potrebno kliknuti open cube in new workbook da bi presao u excel ali ne dobijam tabelu kao u skripti) ili u excelu?

Dobijes u Excel-u.
Sve dobijes otvoreno. I Excel sa pivot tabelom i importovanom bazom, i Excel sa tabelom za ZOS, i otvoren Orange bez importovane baze, i otvoren EC sa vec napravljenim alternativama i kriterijumima.

Znaci nema .cub fajla, vec samo treba da rasporedis odredjene mere i dimenzije u odgovarajuca polja u pivot tabeli da bi dosao/dosla do rezultata.

_________________
...dance like no one's watching...

Da li je neophodno uraditi od svakog zadatka po nesto da bi se plozio pismeni?

Не. Само у збиру да се има 50 поена.

_________________
Факултет НЕорганизованих наука!!!

OZP - primer sa krvnim pritiskom i lekovima, standardna pitanja: koliko slucajeva ima, koliko % nedostajucih vrednosti, koliki % tacnosti, klasteri, slicnost klastera, koji ima najvise/najmanje elemenata, dubina drveta... i tako to... imas bazu na njihovom sajtu, zove se DRUG1n.

@ballerina jel bi mogla da mi kazes kako se pronalazi ovo za dubinu drveta i za ove elemente? osecam da je nesto glupo al sad stvarno ne znam

I ja verujem da je nesto glupo, tj. prosto (kao i ceo program), ali ne znaaam
Za ove elemente sam gledala po rednom broju, a za dubinu stvarno ne znam. To nisam ni uradila. Ali sam napisala ovde da biste znali da je i to bilo pa da neko sazna kako se to radi

_________________
...dance like no one's watching...

eh bas sam stekla utisak da rasturas ovo a jel znas mozda za expert c. analizu osetljivosti, jel se to radi u onom delu sa isprekidanom linijom, or what?

Ja mislim da je dubina stabla koliko ima ovih nivoa u stablu, ne znam kako da se izrazim. Imam neki primer od drugarice sa domaćih zadataka i kad uđem na Classification Tree Graph ima opcija da se odredi max tree depth, oni su stavili 5 i poklapa se sa mojom teorijom.

da, to sam i ja pomislila, ali ne znam da li nam oni to definisu u onom prozoru classification tree? ili mi tipa napisemo dubina 5 i kad nam uradi graf ispadne da ih nema 5 nego 4 npr, pa je dubina 4, ako me razumes valjda nece dati 100 nivoa

Pa, ja mislim da će biti da prebrojimo.

msm, znam solidno, polozila sam ja, ali ima i onoga sto nemam pojma


Pa da. Gradient. Mrdnes je malo na levo/desno pa vidis da li se menja rang alternativa. Meni je bilo resenje koje nije osetljivo, tj. mrdala sam tu isprekidanu liniju za svaki kriterijum i levo i desno do kraja i nista se nije desavalo.

_________________
...dance like no one's watching...

Kako se određuje ova sličnost među klasterima?

Koliko traje pismeni deo i koliko im treba da pregledaju ?

Kada ce biti rezultati pismenog u februarskom roku i gde ce biti objavljeni?