- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
6.由于子节点的评估值低于它的双亲节点而进行的剪枝,称为 。
A. 极大极小法 B. α剪枝法 C. β剪枝法
7.遗传算法的基本操作有_________。
复制(选择)、交叉、变异
适应、交叉、变异
群体、个体、变异
8.谓词公式中量词(x的辖域是( )
A B. P(x) C. D.
9.关于实例学习,下述哪种说法是正确的是
生成知识的正确性有保证
需要很多先验知识
归纳推理
10.神经网络对信息的存储依赖__________。
A.神经元 B. 权系数 C. 网络节点
填空题(每题2分,共20分)
1. 目前人工智能的主要学派有_____________ 、_____________,______________。
产生式系统由三个部分组成,分别为____________、________________、_____________。
3.启发式搜索算法AO* 分为两个过程,分别是________________________________________________________________________; ________________________________________________________________________。
4. 机器学习的学习系统结构模型由环境、_______________、_____________、执行四部分构成。
5.盲目搜索算法通常有_________________、_________________、__________________;启发搜索算法有 _______ 、 等。
6.产生式系统正向推理过程是:用工作存储器中的事实与产生式规则的前提条件进行_______;按_______________从匹配的规则中选择一条规则;执行选中规则的动作(依次)。修改工作存储器。用更新后的工作存储器,重复上述工作,直到得出结论或工作存储器不再发生变化为止。
7.设子句集S={P(a), Q(x)∨R(f(x))},H域可表示为
_______________________________。
8.陈述式知识表达方式有____________________、______________________、________________________等。它所强调的是事物所涉及的对象是什么,是对事物有关知识的静态描述,是知识的一种显式、说明性知识表达形式。
9. BP算法又称算法________________,主要分为两个阶段:_____________________________________________,_____________________________________________________。
10.设双输入单输出的感知器中,输入x1=1, x2=0,联接权初值(1(0)=0.2,(2(0)=0.5,阀值(=0.5,学习效率(=0.2,k=0.8。期望输出值d=1,激活函数取阀值函数,采用误差纠正学习,当其输出值为期望值后,权值更新为(1=_______,(2=_______。
简答题 (每题5分,共10分)
1.简述基本遗传算法的步骤。
2.请把下列命题用一个语义网络表示出来:
(1)猪和羊都是动物。
(2)野猪是猪,但生长在森林中。
(3)山羊是羊,且头上长着角。
(4)绵羊是一种羊,它能生产羊毛。
四.计算题(每题10分,共40分)
1.试利用(-(搜索法,对下图所示的博弈树进行搜索,把没有必要进行评估的状态画(,并注明是什么剪枝 ( 表示MAX节点, 表示MIN节点)。
2.根据ID3算法对如下表所示的训练样本构造一棵决策树。
(已知log2(2/3)= -0.5842, log2(1/3)= -1.5850, log2(3/4)= -0.41504 )
实例序号
属性A
属性B
属性C
类别
1
1
1
1
1
2
0
1
0
1
3
0
2
1
0
4
1
3
1
0
5
0
2
0
1
6
1
1
0
1
7
0
3
1
1
8
0
3
0
0
9
0
1
1
1
10
1
2
1
0
11
1
2
0
0
12
1
3
0
0
3.对下图所示的状态空间图进行(1) 均一代价搜索(动态规划法); (2)A*算法搜索。(图中A为初始节点,E为目标节点,各节点的启发值标注在小括号内)
文档评论(0)