人工智能总复习
人工智能复习
人工智能复习1.人工智能从能力的角度看，人工智能是指用人工的方法在机器上实现的智能。
从学科的角度看，人工智能是一门研究如何构造智能机器或智能系统，使它能模拟、延伸和扩展人类智能的学科。
2.人工智能的研究目标对智能行为有效解释的理论分析；解释人类智能；构造智能的人工制品3.人工智能研究中的三大学派：符号主义、联结主义和行为主义1)符号主义学：又称为逻辑主义(Logicism)、心理学派(Psychlogism)或计算机学派(Computerism)，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。
认为人工智能源于数理逻辑。
2)联结主义：又称为仿生学派(Bionicsism)或生理学派(Physiologism)，其原理主要为神经网络及神经网络间的连接机制与学习算法。
认为人工智能源于仿生学，特别是人脑模型的研究。
3)行为主义：又称进化主义(Evolutionism)或控制论学派(Cyberneticsism)，其原理为控制论及感知-动作型控制系统。
认为人工智能源于控制论4.机器视觉是一门用计算机模拟或实现人类视觉功能的新兴学科。
主要研究目标是使计算机具有通过二维图像认知三维环境信息的能力。
5.模式识别是让计算机能够对给定的事务进行鉴别，并把它归入与其相同或相似的模式中。
6.衡量机器是否具有智能：图灵测试7.知识表示是对知识的描述，即用一些约定的符号把知识编码成一组可以被计算机接收，并便于系统使用的数据结构。
8.知识表示观是指人们对知识表示的看法。
主要有陈述性和过程性两种不同的知识表示观。
主要区别：陈述性知识表示观是以陈述式的方式把知识用一定数据结构表示出来，即把知识看成一种特殊的数据，使知识作为一种独立于程序的实体而存在；而过程性则把知识表示和知识运用结合起来。
9.推理是按照某种策略从已知事实出发利用知识去推出结论的过程。
10.智能系统的推理包括两个基本问题：推理的方法、推理的控制策略11.推理方法分类：按照推理的逻辑基础：演绎推理和归纳推理按照所用知识的确定性分：确定性推理和不确定性推理安装推理过程的单调性分：单调推理和非单调推理12.推理的控制策略包括：推理策略，主要解决推理方向，冲突消解；搜索策略，解决推理线路，推理效果，推理效率等问题。
人工智能-复习及作业-参考答案
则称θ是F的一个合一。称F1 ,F2 ,…,Fn是可合一的。
例如，设有公式集F={P(x, y, f(y)), P(a, g(x), z)}，则
λ={a/x, g(a)/y, f(g(a))/z}
是它的一个合一。
一般情况下,一个公式集的合一不是惟一的。
21
Markov Decision Processes
作业
• 1、你对人工智能定义的理解？
• 2、解释什么是图灵测试？
• 3、简述人工智能的三大学派及其研究方法。
1
1.用5种搜索方法DFS、BFS、UCS、Greedy、
A*分别求解从A到E的搜索路径(访问过的节点
不再访问)
2
3
4
5
6
7
α-β剪枝
剪枝方法
MAX
(1) MAX节点（或节点）的α值为当前子节点的最大倒推值；
β剪枝
任何MIN节点n的β值小于或等于它先辈节点的α值，则n 以下的分枝可
停止搜索，并令节点n的倒推值为β。这种剪枝称为β剪枝。
8
α-β剪枝
3
3
3
≤2
12
8
2
2
14
5
2
9
2. 请用α-β剪枝算法进行剪枝，给出
根节点的数值
3
3
3
3
3
15
2
15
3
2
3
10
作业：用归结演绎推理的方法证明
下列问题
•
•
•
解：先定义谓词：
Poor(x) x是贫穷的
Smart(x) x是聪明的
Happy(x) x是快乐的
人工智能复习资料整理(修正版-如发现计算错误请指出)
一、填空题(40分)1.人工智能的主要学派：(1)符号主义：又称逻辑主义、心理学派或计算机学派，其原理主要是为物理符号系统假设和有限合理性原理。
(2)连接主义：又称仿生学派或生理学派，其原理主要是为神经网络及神经网络间的连接机制与学习算法。
(3)行为主义：又称进化主义或控制论学派，其原理为控制论及感知-动作型控制系统。
2.人工智能三个基本问题：知识获取、知识推理、知识利用。
3.常用的知识表示方法包括：状态空间法、问题归纳法、谓词演算法、语义网络法、框架表示法、本体表示法、过程表示法和神经网络表示法。
4.机器学习分为：监督学习、无监督学习、强化学习。
5.遗传算法基本操作分为：选择、交叉和变异。
6.产生式系统的构成分为：规则库、综合数据库和推理机。
7.问题状态空间包含的三种说明集合分别为：初始状态集(S)、操作符集合(F)、以及目标状态集合(G)。
8.可信度方法中，不精确推理规则的一般形式为：IF E THEN H (CF(H,E))，其中(CF(H,E))是该规则的可信度，称为可信度因子或规则强度。
(1)当证据E的可信度CF(E)的取值范围与CF(H,E)相同，即-1 ≤ CF(E)≤ 1；(2)当证据以某种程度为真时，CF(E) > 0(3)当证据肯定为真时，CF(E) = 1(4)当证据以某种程度为假时，CF(E) < 0(5)当证据肯定为假时，CF(E) = -1(6)当证据一无所知时，CF(E) = 09.用产生式方法表示张和李是同学关系：（classmate，Zhang，Li）10.模糊集合表示，例如有一组数据：85,90,82,70,98，模糊集合表示为：11.自然语言理解过程的层次有：语音分析、句词分析、语义分析。
12.人工生命研究实例有：人工脑、计算机病毒、计算机进程、细胞自动机、人工核苷酸。
13.计算智能涉及神经计算、模糊计算、进化计算、粒群计算、自然计算、免疫计算和人工生命等研究领域。
人工智能考试复习总结学习资料.doc
实用文档人工智能第一章1 、智能（ intelligence）人的智能是他们理解和学习事物的能力，或者说，智能是思考和理解能力而不是本能做事能力。
2 、人工智能（学科）人工智能研究者们认为：人工智能（学科）是计算机科学中涉及研究、设计和应用智能机器的一个分支。
它的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。
3 、人工智能（能力）人工智能（能力）是智能机器所执行的通常与人类智能有关的智能行为，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。
4 、人工智能：就是用人工的方法在机器上实现的智能，或者说，是人们使用机器模拟人类的智能。
5、人工智能的主要学派：符号主义：又称逻辑主义、心理学派或计算机学派，其原理主要为物理符号系统（即符号操作系统）假设和有限合理性原理。
代表人物有纽厄尔、肖、西蒙和尼尔逊等。
连接主义：又称仿生学派或生理学派，其原理主要为神经网络及神经网络间的连接机制与学习算法。
行为主义：又称进化主义或控制论学派，其原理为控制论及感知—动作模式控制系统。
6 、人类认知活动具有不同的层次，它可以与计算机的层次相比较，见图思维策略计算机程序计算机语言初级信息处理生理过程计算机硬件人类计算机图：人类认知活动与计算机的比认知活动的最高层级是思维策略，中间一层是初级信息处理，最低层级是生理过程，即中枢神经系统、神经元和大脑的活动，与此相对应的是计算机程序、语言和硬件。
研究认知过程的主要任务是探求高层次思维决策与初级信息处理的关系，并用计算机程序来模拟人的思维策略水平，而用计算机语言模拟人的初级信息处理过程。
7 、人工智能研究目标为：1、更好的理解人类智能，通过编写程序来模仿和检验的关人类智能的理论。
2、创造有用和程序，该程序能够执行一般需要人类专家才能实现的任务。
一般来说，人工智能的研究目标又可分为近期研究目标和远期研究目标两种。
人工智能复习题(答案)
一：单选题1. 人工智能的目的是让机器能够（D），以实现某些脑力劳动的机械化。
A. 具有完全的智能B. 和人脑一样考虑问题C. 完全代替人D. 模拟、延伸和扩展人的智能2. 下列关于人工智能的叙述不正确的有（C）。
A. 人工智能技术它与其他科学技术相结合极大地提高了应用技术的智能化水平。
B. 人工智能是科学技术发展的趋势。
C. 因为人工智能的系统研究是从上世纪五十年代才开始的，非常新，所以十分重要。
D. 人工智能有力地促进了社会的发展。
3. 自然语言理解是人工智能的重要应用领域，下面列举中的（C）不是它要实现的目标。
A. 理解别人讲的话。
B. 对自然语言表示的信息进行分析概括或编辑。
C. 欣赏音乐。
D. 机器翻译。
4. 下列不是知识表示法的是（A）。
A. 计算机表示法B. 谓词表示法C. 框架表示法D. 产生式规则表示法5. 关于“与/或”图表示知识的叙述，错误的有（D）。
A. 用“与/或”图表示知识方便使用程序设计语言表达，也便于计算机存储处理。
B. “与/或”图表示知识时一定同时有“与结点”和“或结点”。
C. “与/或”图能方便地表示陈述性知识和过程性知识。
D. 能用“与/或”图表示的知识不适宜用其他方法表示。
6. 一般来讲，下列语言属于人工智能语言的是（D）。
A. VJB. C#C. FoxproD. LISP7. 专家系统是一个复杂的智能软件，它处理的对象是用符号表示的知识，处理的过程是（C）的过程。
A. 思考B. 回溯C. 推理D. 递归8. 确定性知识是指（A）知识。
A. 可以精确表示的B. 正确的C. 在大学中学到的知识D. 能够解决问题的9. 下列关于不精确推理过程的叙述错误的是（B）。
A. 不精确推理过程是从不确定的事实出发B. 不精确推理过程最终能够推出确定的结论C. 不精确推理过程是运用不确定的知识D. 不精确推理过程最终推出不确定性的结论10. 我国学者吴文俊院士在人工智能的（A）领域作出了贡献。
人工智能复习题(含答案)
人工智能复习题（含答案）1、以下属于计算机视觉的经典模型的有：（）。
A、VGGNetB、ResNetC、RNND、GoogleNet答案：ABD2、关于连接主义，描述正确的是（）A、基础理论是神经网络B、深度学习属于连接主义C、又称为仿生学派D、产生在20实际50年代答案：ABCD3、在自然语言处理任务中，首先需要考虑字、词如何在计算机中表示。
通常，有两种表示方式：()表示和()表示A、on-hotB、one-hotC、分布式D、集中式答案：BC4、人工智能研究的主要因素有（）。
A、计算能力B、算法C、数据D、天气答案：ABC5、决策树的生成是一个递归过程.在决策树基本算法中导致递归返回的情况包括（）A、当前属性集为空,无法划分B、当前结点包含的样本全属于同一类别,无需划分C、所有样本在所有属性上取值相同,无法划分D、当前结点包含的样本集合为空,不能划分答案：ABCD6、下列关于词袋模型说法正确的是（）。
A、词袋模型可以忽略每个词出现的顺序B、词袋模型不可以忽略每个词出现的顺序C、TensorFlow支持词袋模型D、词袋模型可以表出单词之间的前后关系答案：AC7、以下哪些网络结构具有反馈连接功能，即将前一层的输出和当前层自身作为输入（）A、循环神经网络B、卷积神经网络C、LSTM网络D、多层感知机答案：AC8、下列关于极大似然估计（Maximum Likelihood Estimate，MLE），说法正确的是A、MLE可能并不存在B、MLE总是存在C、如果MLE存在，那么它的解可能不是唯一的D、如果MLE存在，那么它的解一定是唯一的答案：AC9、常用的损失函数有哪些（）。
A、均方差B、Sigmoid交叉熵C、Sofmax交叉熵D、Sparse交叉熵答案：ABCD10、赋范线性空间满足（）A、正定型B、不定性C、正齐次性D、次可加性答案：ACD11、关于卷积神经网络池化成层以下描述正确的是？A、经过池化的特征图像变小了B、池化操作采用扫描窗口实现C、池化层可以起到降维的作用D、常用的池化方法有最大池化和平均池化答案：ABCD12、下面哪项技巧可用于关键词归一化（keyword normalization），即把关键词转化为其基本形式？A、词形还原（Lemmtiztion）B、LevenshteinC、词干提取（Stemming）D、探测法（Sounex）答案：AC13、数据不平衡问题由于数据分布不平衡造成的，解决方法如下（）A、对小样本加噪声采样B、对大样本进行下采样C、进行特殊的加权D、采用对不平衡数据集不敏感的算法答案：ABCD14、常见的聚类技术有（）A、分层聚类B、K平均值聚类C、两步聚类D、Konhonennetwork答案：ABCD15、关于缺失值处理，说法正确的是（）A、数据缺失是指在数据采集传输和处理过程中，由于某些原因导致的数据不完整的情况。
人工智能复习最终整合版
第一章人工智能与空间技术、原子能技术一起被誉为20世纪三大科学技术成就。
智能的概念：智能是知识和智力的总和。
其中，知识是一切智能行为的基础，而智力是获取知识并运用知识求解问题的能力。
智能的特征：1具有感知能力；2具有记忆和思维能力；3具有学习的能力；4具有行为能力。
其中思维能力分为：逻辑思维、形象思维、顿悟思维。
逻辑思维有如下特点：1.依靠逻辑进行思维2.思维过程是串行的，表现为一个线性过程3.容易形式化，其思维过程可以用符号串表达出来。
4.思维过程具有严密性、可靠性，能对事物未来的发展给出逻辑上合理的预测。
人工智能：用人工的方法在机器上（计算机）实现的智能，或者说人们使用机器具有类似人的智能。
又称为机器智能。
人工智能是一门研究如何制造智能机器（智能计算机）或智能系统，使它们能模拟、延伸、扩展人类智能的学科。
机器感知：机器感知就是使机器（计算机）具有累死人的感知能力，其中以机器视觉和机器听觉为主。
第二章知识的特性：1相对正确性2不确定性（①有随机性引起的不确定性；②由模糊性引起的不确定性；③由经验性引起的不确定性；④由不完全性引起的不确定性）3可表示性与可利用性。
4 按知识的确定性划分为确定性和不确定性知识。
知识的表示：知识表示就是将人类知识形式化或者模式化。
实际上就对知识的一种描述，或者说是一组约定，一种计算机可以接受的用于描述知识的数据结构。
一阶谓词逻辑表示法 P27---36谓词个体是变元，表示没有指定的一个或者一组个体个体是函数，表示一个个体到另一个个体的映射量词全称量词、存在量词一阶谓词逻辑表示法的优点：自然性、精确性、严密性、容易实现。
一阶谓词逻辑表示法的局限性：不能表示不确定的知识、组合爆炸、效率低。
语义网络表示法的语义联系：实体联系、泛化联系、聚集联系、属性联系。
第三章从推出结论的途径划分：演绎推理、归纳推理、默认推理。
1演绎推理是从全称判断推导出单称判断的过程，即由一般性知识推出适合于某一具体情况的结论。
人工智能复习参考(带答案)
复习参考题一、填空1．构成产生式系统的基本元素有综合数据库、规则库、控制系统,控制策略按执行规则的方式分类,分为正向、逆向、双向三类。
2．归结过程中控制策略的作用是给出控制策略，以使仅对选择合适的子句间方可做归结，避免多余的、不必要的归结式出现或者说，少做些归结仍能导出空子句。
常见的控制策略有线性归结策略、支持集策略、单元归结、输入归结。
3．公式G和公式的子句集并不等值，但它们在不可满足的意义下是一致的。
4．与或图的启发式搜索算法（AO*算法）的两个过程分别是图生成过程即扩展节点和计算耗散值的过程。
5．人工智能的研究途径主要有两种不同的观点，一种观点称为符号主义,认为人类智能基本单元是符号。
另一种观点称为连接主义（仿生主义），认为职能的基本单元是神经元。
6．集合{P(a, x, f (g(y)), P(z, f（z）,f(u)))的mgu（最一般合一置换）为{z/a, f(x)/x, u/g(y)}。
7．语义网络是对知识的有向图表示方法，一个最简单的语义网络是一个形如节点1、弧、节点2的三元组，语义网络可以描述事物间多种复杂的语义关系、常用ISA、AKO弧表示节点间具有类属的分类关系。
语义网络下的推理是通过继承和匹配实现的。
8．当前人工智能研究的热点之一就是机器学习。
常见的机器学习方法可分为连接学习、归纳学习、分析学习和遗传算法与分类器系统等。
一个机器学习系统应有环境、知识库、学习环节和执行环节四个基本部分组成。
9．常用的知识表示法有逻辑表示法、产生式规则表示法、语义网络表示法、框架理论表示法、过程表示法等。
10．有两个A*算法A1和A2，若A1比A2有较多的启发信息，则h1(n)>h2(n)。
11．关于A算法与A*算法，若规定h(n)≥0，并且定义启发函数：f*(n)=g*(n)+h*(n) 表示初始状态S0经点n到目标状态S g最优路径的费用。
其中g*(n)为S0到n的最小费用, h*(n)为到S g的实际最小费用。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第五章 问题求解与搜索策略（重点）
状态空间的搜索策略
状态空间表示
宽/广度优先搜索，代价树搜索，A/A*算法
与/或树的搜索策略
问题归约表示
宽/广度优先搜索，代价树搜索
第六章 人工神经网络（了解，可考）
人工神经网络基本结Leabharlann 了解人工神经网络当今新技术新发展
第七章 计算智能（了解，可考）
遗传算法
人工智能总复习
2018.1.5
第一章 绪论（了解）
人工智能的定义 人工智能的应用领域 人工智能的学科基础（哲学、数学、神经科学、计算机
学……） 人工智能的发展过程 人工智能领域的重要人物以及一些重要事件
第二章 知识表示（重点）
状态空间法 谓词逻辑法 问题归约法 与或树搜索 语义网络法 框架表示 其他方法（剧本表示、过程表示）
第三章 经典逻辑推理（重点）
自然演绎推理 归结演绎推理（子句集、归结、结论证明/问题求解） 与或形演绎推理
第四章 不确定推理（重点）
主观Bayes方法 可信度方法 （CF模型、阈值/加权/……） 证据理论 模糊推理（扎德模糊推理）
Rm ( A B) (AV ) UV (A(u) B (v)) (1 A(u)) /(u, v) Ra (AV ) (U B) UV 1 (1 A(u) B (v)) /(u,v)
基本概念、基本流程、重要操作算子
进化策略 进化编程 人工生命