人工智能考试复习资料

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)

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

人类计算机

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。两者具有不可分割的关系,一方面,近期目标的实现为远期目标研究做好理论和技术准备,打下了必要的基础,并增强人们实现远期目标的信心。另一方面,远期目标则为近期目标指明了方向,强化了近期研究目标的战略地位。

8、人工智能研究的基本内容:(1)认知建模;(2)知识表示;(3)知识推理;(4)知识应用;(5)机器感知;(6)机器思维;(7)机器学习;(8)机器行为(9)智能系统构建

9、人工智能研究的主要方法:

(1)、功能模拟法(2)、结构模拟法(3)、行为模拟法(4)、集成模拟法

10、人工智能研究和应用领域:(考4个)

(1)计算智能(2)专家系统(3)机器学习(4)机器视觉(5)神经网络

第二章

1、人工智能课程三大内容:

知识表示;知识推理;知识应用。

2、知识表示方法:(选择题)9种

重点掌握这4种:状态空间法,谓词演算法,产生表示法,语义网络法(重点),

问题归约法、框架表示、面向对象表示、剧本表示和过程表示。

3、状态空间法

状态空间法三要点:

①状态:表示问题求解法中每一步问题状况的数据结构;

②算符:把问题从一种状态变换为另一种状态的手段;

③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

和求解问题的。(看p31的图2.3)

4

有圆弧的表示“与”,无圆弧的表示“或”

或节点:只要解决某个问题就可以解决其父辈问题的节点集合,如图中(M\N\H).

与节点:只有解决所有子问题,才能解决其父辈问题的节点八集合,如图中(B,C)和(D,E,F)各个节点之间用一段小圆弧连接标记。

5、谓词归约法

(1)连词

A、合取:就是用连词(∧)把几个公式连接起来而构成的公式。相当于“与”

B、析取:就是用连词(∨)把几个公式连接起来而构成的公式。相当与“或”

C、蕴涵:(→)表示“如果….那么”的语句。

D、非:表示否定,用符号(~,)表示。

(2)量词

A、全称量词:若一个原子公式P(x),对于所有可能变量x都具有T值,则用()表示。

B、存在量词:若一个原子公式P(x),至少有一个变元x,可使P(x)为T值,则用

()P(x)表示。

6、置换与合一

(1)置换

例2.3表达式P[x,f(y),B]的4个置换为

s1={z/x,w/y}(出现x和y的地方,分别z和w替换,下同)

s2={A/y}

s3={q(z)/x,A/y}

s4={c/x,A/y}

用Es来表示一个表达式E用置换s所得到的表达式的置换。于是,可得到P[x,f(y),B]的4个置换的例,如下:

P[x,f(y),B]s1=P[z,f(w),B]

P[x,f(y),B]s2=P[x,f(A),B]

P[x,f(y),B]s3=P[q(z),f(A),B]

P[x,f(y),B]s4=P[c,f(A),B]

(2)合一

例2.4表达式集{P[x,f(y),B],P[x,f(B),B]}的合一者为s={A/x,B/y}

因为P[x,f(y),B]s=P[x,f(B),B]s=P[A,f(B),B]

即s使表达式成为单一形式P[A,f(B),B]

7、产生式的基本形式

(1)产生式规则是一种因果关系或推理关系,通常形式如下:

IFPTHENQ(如果P则Q)或者P→Q

其中,P称为条件、前向或产生式的左边,Q称为操作、结果或产生式的右边。其还可以是“如果P被满足,则可推出结论Q,或应该执行操作Q”。

(2)产生式推理

如果已有产生式规则P→Q

并且观察到P,或者知识库中已p,则可得得到结论Q,或执行操作Q。

这种推理的一个关键之处是如何有效解决规则匹配的冲突问题。

8、二元语义网络的表示

(1)语义网络的组成:词法部分;结构部分;过程部分;语义部分。

例,所有的燕子(SWALLOW)都是鸟(BIRD)。

建立两个节点SWALLOW和BIRD,分别表示燕子和鸟。两个节点以“是一个”(ISA)链相连,如图一,如果再希望表示小燕(XIAOYAN)是一只燕子,那么,只需要在语义网络上增加一

THE END
1.数据结构与算法设计分析——常用搜索算法二、图的遍历算法 (一)深度优先搜索(DFS) (二)广度优先搜索(BFS) 三、回溯法 (一)回溯法的定义 (一) 上界与下界 (二) 分支限界法的定义 (三)分支限界法的应用 五、回溯法与分支限界法的对比 一、穷举搜索 穷举搜索法也被称为穷举法,其基本思想是将问题的所有的候选解都枚举出来,然后对候选解按照某种顺https://blog.csdn.net/qq_43085848/article/details/134363847
2.搜索引擎是如何理解你的查询并提供精准结果的?一、搜索引擎简单介绍 搜索引擎是一种强大的工具,帮助你快速找到互联网上的信息。它通过使用复杂的算法,迅速检索成千上万甚至数十亿的网页,并将与你的搜索查询相关的结果呈现给你。搜索引擎背后涉及多种关键技术,它们协同工作以实现高效的信息检索和呈现。以下是一些主要的搜索引擎技术:这些技术共同推动搜索引擎的https://baijiahao.baidu.com/s?id=1818694222485003162&wfr=spider&for=pc
3.Python3实现旋转数组的3种算法小结python二分查找算法是一种常见的搜索算法,适用于有序数组。对于旋转数组,我们也可以利用二分查找的思想,但需要对搜索过程进行一些调整。具体步骤如下: 确定数组的左右边界; 通过二分查找,确定目标元素所在的子数组; 根据子数组的大小和左右边界的位置关系,确定目标元素的位置并返回。 https://www.jb51.net/python/30995639p.htm
4.常见的五种搜索算法搜索算法 现阶段一般有枚举算法、深度优先搜索、广度优先搜索、A*算法、回溯算法、蒙特卡洛树搜索、散列函数等算法。在大规模实验环境中,通常通过在搜索前,根据条件降低搜索规模;根据问题的约束条件进行剪枝;利用搜索过程中的中间解,避免重复计算这几种方法进行优化。https://www.dingshops.com/pub/pjgxgrr12.html
5.JVM高频面试题合集那现在我们上面所说的引用计数就不能解决这个该问题,这时我们就需要使用另外一种定位方式——Root Searching(根可达算法或根搜索算法)。 2、Root Searching(根可达算法或根搜索算法) 所谓的“根”即是:所有的程序都是从 main 方法来运行,在 main 方法里面 new 出来的对象即为根对象。 https://www.tulingxueyuan.cn/tlzx/javamst/5513.html
6.自动驾驶路径规划五大常用算法汽车技术以上几种算法简单总结: 最经典普适的Dijkstra算法,如有最优路径存在一定能找到最与路径,但是扩展的结点多,效率低下;和A*算法适合全局路径规划,利用启发式函数,搜索范围小,提高了搜索效率,但不适用于高维空间,计算量大;D*算法适用于局部路径规划,搜索效率高,但是计算量大。 https://www.auto-testing.net/news/show-116633.html
7.常见的搜索算法有哪几种?全国分支限界算法(Branch-and-boundSearchAlgorithm)https://www.1633.com/ask/150851.html
8.2025SEO优化社媒平台AI内容搜索优化:SEO策略与实战案例本文详细说明在各大社媒平台的搜索结果中出现AI内容,所以AI内容的SEO优化策略非常重要。 通过分析AI搜索数据、效果类型及算法规则等内容,玫瑰互动SEO咨询公司提供具体的SEO优化步骤和实战案例,帮助提升AI内容在搜索结果中的排名和可见度。 - 本文内容由玫瑰互动SEO咨询公司提供 - https://zhuanlan.zhihu.com/p/12912128872
9.全新复杂网络社团划分LocalSearch算法,效率超经典最快算法5倍近期发表在 Nature 子刊 Communications Physics 上的一项最新研究提出一种新的社团检测算法——局域搜索算法(Local Search)。该方法在多个标准基准测试中表现优异,尤其是在检测社团层次结构方面。与传统的社团检测方法相比,LS算法在保持高准确性的同时,显著提高了效率,例如在三十万节点、一百万条连边的大规模PubMed网络https://www.thepaper.cn/newsDetail_forward_28059124
10.人工智能技术导论复习大纲51CTO博客1.遗传算法是一种什么样的算法? 它适合于解决哪一类问题? 遗传算法时人们从生物界按自然选择和有性繁殖、遗传变异的自然进化现象中得到启发,而设计出来的一种随机优化搜索算法。 遗传算法适合解决先验知识缺乏, 希望寻找最优解,搜索空间不连续的这一类问题,如机器学习、规划、聚类、控制、调度等领域的问题。 https://blog.51cto.com/u_15080020/4198917
11.《集异璧之大成》阅读笔记及杂谈(附录一):人机博弈蒙特卡洛算法也常用于机器学习,特别是强化学习的算法中。一般情况下,针对得到的样本数据集创建相对模糊的模型,通过蒙特卡洛方法对于模型中的参数进行选取,使之于原始数据的误差尽可能的小。从而达到创建模型拟合样本的目的。 超复杂的搜索树 1·五大常用搜索算法https://www.gameres.com/846786.html
12.黑帽SEO技术手法详解,10分钟入门黑帽SEO干货关键词堆砌是比较低级的一种手法,短时间内可以获得很不错的排名。可目前来说,这种手法已经是过去式了,搜索引擎判断这种作弊行为的算法已经相当成熟,所以,一旦网页上出现关键词堆砌现象,网站很容易被惩罚。 网站SEO作弊之关键字堆砌 关键字堆砌是指在一个网页中非常密集地放置关键字。关键字堆砌的常见形式,如:标题、https://www.jxbh.cn/article/2285.html
13.网站优化人员需知的100个问答题!三、网站源码,不要经常修改网站标题与标签,搜索引擎抓取后,可能造成网站排名下降,甚至搜索降级,拔毛。 四、网站构造,改变一个网站结构,就等于让搜索蜘蛛重新来过,不要随便对网站改版,一般都是被K站没法了才改版。 五、搜索引擎算法,搜索引擎本身算法的更新,导致排名下降。 https://www.west.cn/info/html/wangzhanyunying/sousuoyouhua/20171124/4116709.html
14.自动驾驶中的决策规划算法概述常见的全局路径规划算法包括Dijkstra和A算法,以及在这两种算法基础上的多种改进。Dijkstra算法[3]和A*算法[4]也是在许多规划问题中应用最为广泛的两种搜索算法。 图2. 全局路径规划示意 1. Dijkstra算法 Dijkstra算法是由计算机科学家Edsger W. Dijkstra在1956年提出,用来寻找图形中节点之间的最短路径。在Dijkstra算法https://m.elecfans.com/article/994026.html
15.量子计算与量子密码(入门级)(下)量子算法:使用量子计算,可以在一次查询中找到目标元素,这是一个量子搜索算法的示例。以下是算法的描述: 初始化:首先,创建一个量子系统,包含两个量子比特,初始状态为∣ 00 ? |00\rangle∣00?。 量子操作:应用Hadamard门到每个量子比特,即H ∣ 00 ? = 1 2 ( ∣ 00 ? + ∣ 01 ? + ∣ 10 https://developer.aliyun.com/article/1374374
16.阿里面试官:刷4遍以下面试题,你也能从外包成功跳到大厂25.根搜索算法? 26.JVM中三种常见的垃圾收集算法? 27.标记-清除算法? 28.复制算法? 29.标记-整理算法? 30.分代收集算法? 31.垃圾收集器? 32.Stop The World? Mysql 1.什么是数据库? 2.如何查看某个操作的语法? 3.MySql的存储弓擎有哪些? https://maimai.cn/article/detail?fid=1650337220&efid=EBt1w2lyYVHJKvwIFwMu0w
17.证据计数法在落子类机器博弈中的应用3.2 PN2搜索算法 文献[1]提出了PN2算法以减少PN算法所占用的内存空间,文献[3]对算法做了更详细的阐述.PN2由两个PN搜索组成,其中第一层PN(称为PN1)调用第二层的PN(称为PN2)来对PN1的最佳前端节点进行评估.由于PN2受到能够存放在内存中的最大节点数的限制,文献[3]提出了一种对PN2所占用内存的限制方法https://xuebao.neu.edu.cn/natural/article/html/2016-8-1070.htm
18.模型评估(二)网格搜索可能是最简单、应用最广泛的超参数搜索算法,他通过查找搜索范围内的所有的点来确定最优值。如果采用较大的搜索范围以及较小的步长,网格搜索有很大概率找到全局最优值。然而,这种搜索方式十分消耗计算资源和时间,特别是需要调优的超参数比较多的时候。在实际应用中,网格搜索法一般会先使用较广的搜索范围和较大https://www.jianshu.com/p/fd51122d8835
19.科学网—[转载]转载认清虚拟筛选中的陷阱为了达到这个目的,几个关键的参数需要被经验性地测试和优化,包括(1)抽样算法及其参数;(2)张力能量(strain energy)截断值;(3)每个分子的最大构象数;(4)用于删除重复构象的rmsd阈值。训练集必须明显含有几种生物活性构象已知的对照分子,最常见的是X射线共晶或核磁共振研究。遵循良好的建模实践,从训练集中确定的最佳https://wap.sciencenet.cn/blog-3386602-1162809.html