人工智能考试重点.docVIP

  1. 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. 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. 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. 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. 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. 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. 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
人工智能考试重点

人工智能的考试重点,这些是老师最后一节课说的。 参考书目:《人工智能基础》第二版,高等教育出版社 迅哥儿友情制作! 人工智能定义:(P2,3) (学科)是智能科学中涉及研究、设计和应用智能机器和智能系统的一个分支,而智能科学是一门与计算机科学并行的学科。 (能力)是智能机器所执行的通常与人类有关的职能行为,这些智能行为涉及学习、感知、思考、理解、识别、判断、推理、证明、通信、设计、规划、行动和问题求解等活动。 人工智能的主要学派和研究的主要方法:(P7,P9) 1、符号主义:主要研究方法是功能模拟方法,通过分析人类认知系统所具备的功能和机能,然后用计算机模拟这些功能,实现人工智能。 2、连接主义:主要研究方法是结构模拟方法,主要是神经网络及神经网络间的连接机制与学习算法。认为功能、结构和智能行为是密切相关的,不同的结构表现出不同的功能和行为。 3、行为主义:主要研究方法是采用行为模拟方法,认为功能、结构和智能行为是不可分的,不同行为表现出的功能和不同控制结构。 模式识别定义:(P19)是指计算机代替人类或帮助人类感知模式,是对人类感知外界功能的模拟,研究的是计算机模式识别系统,也就是使一个计算机系统具有模拟人类通过感官接受外界信息、识别和理解周围环境的感知能力。 知识表示定义:(P28)是研究用机器表示知识的可行性、有效性的一般方法,是一种数据结构和控制结构的统一体,既考虑知识的存储有考虑知识的使用。知识表示可看成是一组描述事物的约定,以便把人类知识表示成机器能处理的数据结构。 状态空间法定义:(P29)基于解答空间的问题表示和求解方法就是状态空间法。 状态空间法的要素:(P29) 状态:表示问题解法中每一步问题状况的数据结构。 算符:把问题从一种状态变换为另一种状态的手段。 状态空间方法:基于解答空间的问题表示和求解方法,它是以状态与算符为基础来表示和问题求解的。 置换:(P46)一个表达式的置换就是在该表达式中用置换项置换变量。 合一:(P47)寻找项对变量的置换,以使两个表达式一致,叫做合一。 Mgu:(P47)如果s是{Ei}的任一合一者,又存在某一个s’,使得{Ei}s={Ei}gs’成立,则称g为{Ei}的最通用的合一者,记为mgu 语义网络的定义、组成和特点(P48) 定义:是知识的一种结构化图解表示,他由节点和弧线链线组成。节点用于表示实体、概念和情况等,弧线用于表示节点的关系。 组成:1、词法部分:决定表示词汇列表中允许有哪些符号,它涉及各个节点和弧线。 2、结构部分:叙述符号排列的约束条件,指定各弧线连接的节点对。 3、过程部分:说明访问过程,这些过程能用来建立和修正描述,以及回答相关问题。 4、语义部分:确定与描述相关的意义的方法即确定有关节点的排列及其占用物和对应弧线。 特点:1、能把实体的结构,属性与实体间的因果关系显式地和简明地表达出来,与实体有关的事实、特征和关系可以通过相应的节点弧线推导出来。 2、由于在一个节点中组织与概念相关属性和联系,因而易于访问和学习概念。 3、表现问题更加直观,更易于理解,适用于知识工程师与领域专家沟通。 4、语义网络的语义解释依赖于该结构的推理过程而没有结构的约定,因而得到的推理不能保证和谓词逻辑法一样有效。 5节点间的联系可能是线状、树状或网状的,甚至是递归状的结构,是相应的知识存储和检索可能需要比较复杂的过程。 图搜索的一般过程:(P75) 建立一个只含有起始节点S的搜索树G,把S放到一个叫做OPEN的未扩展节点表中。 建立一个叫做CLOSED的以扩展的节点表,其初始为空表。 LOOP:若OPEN表为空,则失败退出。 选择OPEN表上的第一个节点,把它从OPEN表移出并放进CLOSED表中。称此节点为n,它是CLOSED表中几点的编号。 若n为一目标节点,则有解并成功地退出,此解是追踪图G中沿着指针从n到S这条路径而得到的。 扩展节点n,同时生成不是n的祖先的那些后继节点的集合M。把M的这些成员作为n的后继节点添加到图G中。 对那些未曾在G中出现过的M成员设置一个通向n的指针。把M的这些成员加进OPEN表。对已经在OPEN表上的每一个M成员,确定是否需要更改通到n的指针方向。对已在CLOSED表上的每个M成员,确定是否需要更改图G中通向它的每个后裔节点的指针方向。 按某一任意方式或按某个试探值,重排OPEN表。 GO LOOP. 启发式信息的定义与分类:(P82) 定义:进行搜素一般需要某些有关具体问题领域的特性的信息,叫启发式信息。 按用途分为三类: 用于确定要扩展下一个节点,以免像在宽度优先或深度优先搜素中那样盲目的扩展。 在扩展一个节点的过程中,用于确定要生成哪一个或哪几个后继结点,以免盲目的同时生成所有可能的节点。 用于确定某些

文档评论(0)

tiangou + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档