人工智能原理课后习题(考试相关的)

文章目录

  • 问答题
  • 知识表示
    • 一阶谓词逻辑表示法
    • 语义网络表示法
  • 确定推理
    • 谓词公式永真和可满足性内容
    • 归结演绎推理
  • 不确定推理
    • 主观贝叶斯
    • 可信度方法
    • 证据理论
  • 搜索策略
  • 机器学习

问答题

  1. 什么是人工智能?
    人工智能就是让机器看起来像人类表现出的智能水平一样
    人工智能就是人工实现人类智能,通过将初始信息生成和调度知识,在目标的引导下,生成求解问题的策略,并由推理策略转换成智能行为,从而生成解决问题的能力。

  2. 什么是图灵测试?他必须具备那些能力?
    图灵测试就是,让一个人和一台计算机在一个房间里,而另一个人在另一个房间,后者称为询问者,询问者通过提出问题,并根据收到的回答进行判断哪个是人哪个是计算机,如果无法判断出那么就说这台计算器具有智能。
    至少具备的能力为:1. 自然语言处理 2. 知识表示 3. 自动推理 4. 机器学习

  3. 人工智能有那几个学派,主要特点是什么?

    • 符号主义:强调物理符号逻辑,特点是具有暴力的思想,可解释性强,更善于解决逻辑问题,不善于形象思维,知识表示的时候会造成信息丢失
    • 连接主义:强调对人类神经元的仿生,特点是生成过程是并行、全局、动态的, 擅长解决形象思维问题,不善于逻辑问题,对噪音的处理更好,可以更快生成近似解
    • 行为主义:知识基于感知与行动,强调知识是在与环境交互的过程中形成的
  4. 简述一阶谓词逻辑表示法的优缺点?
    优点:严密性,自然性,通用性,知识易表达,易于实现
    缺点:效率低,灵活性差,组合爆炸

  5. 什么是语义网络?它的基本语义关系有哪些?
    语义网络是通过概念及其语义联系来表示知识的有向图,结点与弧要有标注。
    类属关系,包含关系,属性关系,位置关系,时间关系,因果关系,组成关系,相近关系

  6. 什么是框架?框架表示法的特点是什么?
    框架是某类场景的结构化表达的数据结构,特点:继承性,结构性,自然性,推理灵活多变

  7. 什么是推理、正向推理、反向推理?试列出常用的几种推理方式,并列出每种推理方式的特点。
    推理是按魔种推理策略从事实和知识推出结论的过程,正向推理:是一种从条件出发向结论方向的推理
    反向推理:是以某种目标向条件推理的方向

    1. 演绎推理、归纳推理、默认推理 2. 确定性推理、不确定性推理 3. 单调推理、非单调推理 4. 启发式推理、非启发式推理
  8. 归结的策略有哪些?
    宽度优先搜索、支持集策略、删除策略(单文字、包孕、重言式)、单文字子句策略、线性输入策略、祖先过滤策略

  9. 说明启发式函数 h ( n ) h(n) h(n)的强弱对搜索效率的影响?实用上如何使图搜索更有效?

  • h ( n ) < h ∗ ( n ) h(n) < h^*(n) h(n)<h(n)且差距过大,排序误差较大,产生更大的搜索图,无用节点更多
  • h ( n ) > h ∗ ( n ) h(n) > h^*(n) h(n)>h(n)且h(n)过强,A算法失去可采纳性,不能确保找到最短路径
  • h ( n ) = h ∗ ( n ) h(n) = h^*(n) h(n)=h(n)可以确保生成最小的搜素图,找到最短路径
    而实际情况下g(n)容易在已经生成搜索树中计算出来,但是h(n)具有未知性,只能尽可能靠近 h ∗ ( n ) h^*(n) h(n)

知识表示

一阶谓词逻辑表示法

在这里插入图片描述

语义网络表示法

在这里插入图片描述
在这里插入图片描述

确定推理

谓词公式永真和可满足性内容

在这里插入图片描述

归结演绎推理

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

不确定推理

主观贝叶斯

在这里插入图片描述
在这里插入图片描述

可信度方法

在这里插入图片描述

证据理论

在这里插入图片描述
在这里插入图片描述

搜索策略

A ∗ 算 法 A^*算法 A

在这里插入图片描述

机器学习

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/284857.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

磁盘及文件系统(上)

这次博客我们将重点理解Ext2文件系统。 首先我们要理解什么是文件系统。 在之前我们一直理解的文件都是一个被打开的文件&#xff0c;而os为了能够管理这样的文件创建了struct_file这样的结构体对象在内核中描述被打开的文件&#xff0c;这个结构体对象中包含了被打开文件的基…

9、ble_mesh基础

node节点&#xff0c;不属于网络的设备称为未配置设备。未配置的设备无法发送或接收网格消息&#xff1b;但是&#xff0c;它会向 Provisioners 宣传其存在。 Provisioner供应&#xff0c;验证&#xff0c;邀请&#xff0c;加入网络成为节点。 一个节点有多个控制或开关&#x…

音视频学习(二十一)——rtmp收流(tcp方式)

前言 本文主要介绍rtmp协议收流流程&#xff0c;在linux上搭建rtmp服务器&#xff0c;通过自研的rtmp收流库发起取流请求&#xff0c;使用ffmpegqt实现视频流的解码与播放。 关于rtmp协议基础介绍可查看&#xff1a;https://blog.csdn.net/www_dong/article/details/13102607…

webpack学习-6.缓存

webpack学习-6.缓存 1.前言2.输出文件的文件名3. 提取引导模板4.模块标识符5.总结 1.前言 webpack 会在打包后生成可部署的 /dist 目录&#xff0c;并将打包后的内容放在此目录。一旦 /dist 目录中的内容部署到服务器上&#xff0c;客户端&#xff08;通常是浏览器&#xff09…

一文搞懂系列——DBC数据库信号解析规则及案例

背景 最近在项目中&#xff0c;同事遇到了一个dbc数据库解析错误的问题&#xff1a;基于ekuiper 对can报文解析&#xff0c;发现实际输出结果与预期差距较大。当时他第一反应是ekuiper的解析规则有误&#xff0c;因此就没有跟踪下去了。因为之前我用过ekuiper的CAN报文解析功能…

采购oled屏幕,应注意什么

在采购OLED屏幕时&#xff0c;应注意以下几点&#xff1a; 规格和参数&#xff1a;了解OLED屏幕的规格和参数&#xff0c;包括尺寸、分辨率、亮度、对比度、响应时间等。确保所采购的屏幕符合项目的需求和预期效果。 品质和可靠性&#xff1a;选择具有可靠品质和稳定性的OLED屏…

Shell三剑客:sed(命令)二

一、插入命令&#xff1a;i&#xff08;之前&#xff09; [rootlocalhost ~]# sed -r 2i aaaaaaa passwd.txt root:x:0:0:root:/root:/bin/bash aaaaaaa bin:x:1:1:bin:/bin:/sbin/nologin[rootlocalhost ~]# sed -r 2i aaaaaaa\ > bbb\ > ccc passwd.txt root:x:0:0:r…

Stable-Diffusion|从图片反推prompt的工具:Tagger(五)

stable-diffusion-webui-wd14-tagger 前面几篇&#xff1a; Stable-Diffusion|window10安装GPU版本的 Stable-Diffusion-WebUI遇到的一些问题&#xff08;一&#xff09; 【Stable-Diffusion|入门怎么下载与使用civitai网站的模型&#xff08;二&#xff09;】 Stable-Diffusi…

【深度强化学习】确定性策略梯度算法 DDPG

前面讲到如 REINFORCE&#xff0c;Actor-Critic&#xff0c;TRPO&#xff0c;PPO 等算法&#xff0c;它们都是随机性策略梯度算法&#xff08;Stochastic policy&#xff09;&#xff0c;在广泛的任务上表现良好&#xff0c;因为这类方法鼓励了算法探索&#xff0c;给出的策略是…

档案数字化管理可以提供什么服务?

档案数字化管理提供了便捷、高效和安全的档案管理服务&#xff0c;帮助组织更好地管理和利用自己的档案资源。 具体来说&#xff0c;专久智能档案数字化管理可以提供以下服务&#xff1a; 1. 档案扫描和数字化&#xff1a;将纸质档案通过扫描仪转换为数字格式&#xff0c;包括文…

Convolutional Neural Network(CNN)——卷积神经网络

1.NN的局限性 拓展性差 NN的计算量大性能差&#xff0c;不利于在不同规模的数据集上有效运行若输入维度发生变化&#xff0c;需要修改并重新训练网络容易过拟合 全连接导致参数量特别多&#xff0c;容易过拟合如果增加更多层&#xff0c;参数量会翻倍无法有效利用局部特征 输入…

python接口自动化测试-unittest-批量用例管理

我们日常项目中的接口测试案例肯定不止一个&#xff0c;当案例越来越多时我们如何管理这些批量案例&#xff1f;如何保证案例不重复&#xff1f;如果案例非常多&#xff08;成百上千&#xff0c;甚至更多&#xff09;时如何保证案例执行的效率&#xff1f;如何做&#xff08;批…