Provkonstruktion
Årskurs: Gymnasiet
Ämne: Artificiell intelligens
Tema: Beslutsträd och spelteori
Koppling till styrdokument
Centralt innehåll
Provets centrala innehåll kopplas till läroplanens centrala innehåll för artificiell intelligens: “Beslutsteori och spelteori i AI-system.”
Kunskapskrav
Provet fokuserar på följande kunskapskrav:
- Eleven kan förklara grundläggande begrepp inom beslutsteori och spelteori.
- Eleven kan beskriva hur beslutsträd används för problemlösning inom AI.
- Eleven kan tillämpa grundläggande principer av spelteori i olika scenarier.
Prov
Faktafrågor
- Vad är ett beslutsträd inom artificiell intelligens?
- A) En typ av datorprogram
- B) En grafisk modell för beslutsfattande
- C) En hårdvarukomponent
- D) Ett programmeringsspråk
- Vilken typ av problem är beslutsträd särskilt bra på att lösa?
- A) Klassificering
- B) Reglering
- C) Simulering
- D) Datanalys
- Vilken av följande är en komponent i ett beslutsträd?
- A) Nyckelord
- B) Noder
- C) Loopar
- D) Skript
- I spelteori, vad kallas en situation där två eller flera aktörer måste göra val som påverkar resultatet för alla?
- A) Beslutsträd
- B) Spel
- C) Algorithm
- D) Matrix
- Vilken av följande är en typ av spel inom spelteori?
- A) Nollsumspel
- B) Envägsanalys
- C) Sökalgoritm
- D) Datamodellering
- Vad representerar en “strategi” i spelteori?
- A) En plan för hur man ska agera under spelets gång
- B) En typ av algoritm
- C) En del av ett beslutsträd
- D) En speltyp
- Vilken metod används ofta för att optimera beslut i beslutsträd?
- A) Pruning (beskärning)
- B) Kloning
- C) Sequencing
- D) Regressing
- Vilken formel används för att beräkna värdet av ett beslut i spelteori?
- A) Differensmetoden
- B) Payoff-matris
- C) Inkomstmodellen
- D) Likviditetsformeln
- Vilken av följande algoritmer är vanlig att använda för att bygga beslutsträd?
- A) ID3
- B) A*
- C) Dijkstra
- D) Minimax
- När används spelteori oftast?
- A) I sociala medier
- B) I strategiskt beslutsfattande
- C) I programmering
- D) I sportanalys
- Vad är huvudsyftet med beslutsträd i maskininlärning?
- A) Att förutsäga utfall baserat på data
- B) Att skapa algoritmer
- C) Att simulera spel
- D) Att lagra data
- Hur relaterar beslutsträd till övervakad inlärning?
- A) De används för oövervakad inlärning
- B) De klassificerar och tar beslut baserat på märkta data
- C) De är alltid oberoende av data
- D) De används endast för förutsägelser
Resonerande frågor
- Diskutera hur beslutsträd kan användas för att fatta beslut i olika branscher (t.ex. medicin, finans).
Eleverna uppmanas att analysera praktiska tillämpningar av beslutsträd. - Förklara vikten av spelteori i affärsvärlden och ge exempel på hur företag kan dra nytta av det.
Denne fråga ger eleverna möjlighet att knyta ihop teori och praktik. - Jämför och kontrastera beslutsträd och andra maskininlärningstekniker, såsom neurala nätverk.
Ett bra sätt att moderera djupgående förståelse för olika metoder inom AI. - Reflektera över hur etiska dilemman kan uppstå från AI-baserade beslut i beslutsträd.
Denne fråga fokuserar på att utveckla kritiskt tänkande kring AI:s påverkan på samhället. - Vilka utmaningar kan uppkomma vid användning av beslutsträd och spelteori i praktiken?
Här kan eleverna identifiera potentiella problem och lösningar i AI-tillämpningar.
Bedömning
Faktafrågor: 1 poäng per korrekt svar
Resonerande frågor: 3 poäng per korrekt och välutvecklat svar
Totalt antal poäng: 30
För betyg:
- E: 8 poäng (minst 1 poäng från resonerande frågor)
- C: 12 poäng (minst 3 poäng från resonerande frågor)
- A: 18 poäng (minst 5 poäng från resonerande frågor)
Om du behöver hjälp med att skapa en planering, kan du använda terminsplanering här. Vill du ha en lektionsplanering, tipsar jag om att använda lektionsplanering här.