《人工智能導(dǎo)論》期末復(fù)習(xí)知識點

《人工智能導(dǎo)論》期末復(fù)習(xí)知識點選擇題知識點其英文縮寫。人工智能ArtificialIntelligence,AIArtificialNeuralMachineLearning，ML深度學(xué)習(xí)DeepLearning,DL什么是強人工智能？強人工智能觀點認為有可能制造出真正能推理（Reasoning）和解決問題（Problem_solving）的智能機器，并且，這樣的機器將被認為是有知覺的，有以看作一種新的文明?；厮菟惴ǖ幕舅枷胧鞘裁矗磕苓M則進。從一條路往前走，能進則進，不能進則退回來，換一條路再試。面向?qū)ο蟆a(chǎn)生式系統(tǒng)、搜索樹的定義？面向?qū)ο?ObjectOriented)CAD產(chǎn)生式系統(tǒng)。（窮盡的方法啟發(fā)式搜索（例如最佳優(yōu)先搜索和A*算法），這樣的問題使用搜索樹表示最合適。機器學(xué)習(xí)的基本定義是什么？機器學(xué)習(xí)是一門研究及其獲取新知識和新技能，并識別現(xiàn)有知識的學(xué)問。智慧地球的概念，智慧地球提出的背景是怎樣的？借助新一代信息技術(shù)（如傳感技術(shù)、物聯(lián)網(wǎng)技術(shù)、移動通信技術(shù)、大數(shù)據(jù)分析、3D打印等）的強力支持，讓地球上所有東西實現(xiàn)被感知化、互聯(lián)化和智能化。背景為金融危機影響全球。相關(guān)關(guān)系是怎么回事？中的自變量和因變量沒有嚴格的區(qū)別，可以互換。盲目搜索是什么意思？本身的特性。常用的盲目搜索有寬度優(yōu)先搜索和深度優(yōu)先搜索兩種。填空題知識點。Wiener在智能活動領(lǐng)域的理論貢獻？創(chuàng)立控制論，開創(chuàng)了一個全新的學(xué)科“控制科學(xué)”（ControlScience），也開創(chuàng)了人工智能中的行為主義學(xué)派。常見的盲目搜素算法有哪些？常用的盲目搜索有寬度優(yōu)先搜索和深度優(yōu)先搜索兩種。最佳優(yōu)先搜索算法？最佳優(yōu)先搜索（BestFirstSearch），是一種啟發(fā)式搜索算法（HeuristicAlgorithm）,我們也可以將它看做廣度優(yōu)先搜索算法的一種改進；最佳優(yōu)先搜索算法在廣度優(yōu)先搜索的基礎(chǔ)上，用啟發(fā)估價函數(shù)對將要被遍歷到的點進行估價，然后選擇代價小的進行遍歷，直到找到目標節(jié)點或者遍歷完所有點，算法結(jié)束。大類來分，主要有哪三類機器學(xué)習(xí)算法？監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、強化學(xué)習(xí)監(jiān)督學(xué)習(xí)的主要類型？分類和回歸，詳見書上127頁人工智能之父是指？圖靈測試的含義？圖靈。它的意義在于推動了計算機科學(xué)和人工智能的發(fā)展。大數(shù)據(jù)時代，相關(guān)性和因果性的異同？異：因果關(guān)系很難被輕易證明，但證明相關(guān)關(guān)系實驗耗資少，費時也少。同：相關(guān)關(guān)系為研究因果關(guān)系奠定了基礎(chǔ)。產(chǎn)生式系統(tǒng)的形式規(guī)則集怎樣表示的？IF[條件]THEN[動作]機器學(xué)習(xí)算法都是基于什么理論的？機器學(xué)習(xí)(MachineLearning,ML計學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。3.簡答題知識點大數(shù)據(jù)時代的思維轉(zhuǎn)變？樣本=總體接受數(shù)據(jù)的混雜性數(shù)據(jù)的相關(guān)關(guān)系人工智能領(lǐng)域的主要應(yīng)用有哪些？深度學(xué)習(xí)、自然語言處理、計算機視覺、智能機器人、自動程序設(shè)計、數(shù)據(jù)挖掘知識表示法有哪些?敘述式表示法、過程式表示法線性回歸與邏輯回歸的比較。y。因此模型的定義域和值域都可以是無窮。但是對于邏輯回歸，輸入可以是連續(xù)的[-∞,+∞]，但輸出一般是離散的，通常只有兩個值{0,1}。sigmoid其他的步驟，算法都是線性回歸的?？梢哉f，邏輯回歸，都是以線性回歸為理論支持的。只不過，線性模型，無法做到sigmoid0/1人工智能時代的重要工作崗位。AI專家為什么在大數(shù)據(jù)時代更關(guān)注相關(guān)關(guān)系？很清晰。語義網(wǎng)絡(luò)如何理解？的知識表示方法。它通過概念及其語義關(guān)系來表達知識的一種網(wǎng)絡(luò)圖。神經(jīng)元與神經(jīng)網(wǎng)絡(luò)的關(guān)系？神經(jīng)元的工作原理。關(guān)系：神經(jīng)網(wǎng)絡(luò)從這種自然典范中汲取靈感，設(shè)計人工神經(jīng)網(wǎng)絡(luò)。原理：神經(jīng)元由一個細胞體和突兩部分組成。突分兩類，軸突和樹突。樹突和軸突共同作用，實現(xiàn)神經(jīng)元之間的信息傳遞。為下一個神經(jīng)元的興奮信號或抑制信號。電平，它才開始工作。綜合應(yīng)用題的知識點常用的機器學(xué)習(xí)算法有哪些？各自的特點和適用領(lǐng)域是怎樣的？回歸算法：是最快速的機器算法之一，分類，預(yù)測離散值。KNN每個點分配給它最接近的組。決策樹算法：將一組“弱”學(xué)習(xí)器集合在一起，形成一種強算法。主要用來分類，也有做回歸，但更多的是作為弱分類器，用在model樣本的后驗概率。用于文本分析、分類聚類算法：發(fā)現(xiàn)元素之間的共性并對它們進行相應(yīng)的分組。神經(jīng)網(wǎng)絡(luò)算法：通過找到某種非線性模型擬合數(shù)據(jù)，主要用在圖像處理等專家系統(tǒng)的概念、結(jié)構(gòu)、各模塊的作用怎樣？。專家