Domande d'esame VERIFICATO

Tema d'esame

Università degli Studi di MILANO-BICOCCA data science 2020
16 visualizzazioni
27 download
★ 1,5 (1)
Condividi: WhatsApp Telegram
Anteprima pagina 1 — Tema d'esame

Di cosa parla

  • Problema di Ottimizzazione con Metodo del Gradiente: Risoluzione di un problema di minimizzazione della funzione f(x,y) = x² + xy + y² + 2x + 3y utilizzando il metodo del gradiente per una singola iterazione, partendo dal punto A = (0,0).
  • Problema di Programmazione Lineare per Minimizzazione Costi: Un'agenzia pubblicitaria deve minimizzare i costi per contattare specifici target demografici (uomini/donne 18-40 anni, >= 40 anni) con requisiti minimi di persone raggiunte. I costi variano tra mattino (1.1 euro) e pomeriggio (1.6 euro), e sono fornite le percentuali di successo per fascia demografica e orario. È presente un vincolo aggiuntivo sul numero massimo di chiamate al mattino rispetto al pomeriggio.
  • Domanda sull'Algoritmo Hill-Climbing: Quesito teorico sull'algoritmo Hill-Climbing, richiedendo di identificare tra due funzioni date quale non sarebbe stata adeguatamente risolta o avrebbe presentato difficoltà.
  • Risoluzione di Problema di Programmazione Lineare e Analisi di Sensitività: Risoluzione di un problema di programmazione lineare per massimizzare z = x1 + x2 soggetto a vincoli: x2 ≤ 6, x1 + 2x2 ≤ 14, 2x1 + x2 ≤ 16, x1 + x2 ≥ 1 e x1, x2 ≥ 0. Include inoltre un'analisi su come cambia la soluzione modificando la funzione obiettivo in max 2x1 + 2x2 e min 2x1 + 2x2.
  • Vantaggi e Svantaggi Metodi Euristici vs. Esatti: Domanda teorica che richiede di elencare e discutere i pro e i contro dei metodi euristici rispetto ai metodi esatti nella risoluzione di problemi decisionali.
  • Albero Decisionale: Viene menzionato un problema relativo agli alberi decisionali, sebbene i dettagli specifici del quesito non siano stati forniti.

Altri appunti di DECISION MODELS

Condividi questi appunti

WhatsApp Telegram