人工智能期末——大题

这篇博客涵盖了人工智能期末考试的重点,包括一阶谓词的基本概念、自然演绎推理,详细讲解了量词、谓词公式等价与永真蕴含。此外,还涉及了主观贝叶斯的知识表示、证据不确定性、模糊推理方法,如模糊集合运算、模糊决策以及A*搜索等。最后,介绍了启发式搜索策略和语义网络的概念。
摘要由CSDN通过智能技术生成

目录

1.一阶谓词和自然演绎推理(综合1)

谓词公式

基本概念

谓词:分为谓词名和个体
谓词的一般形式:
P(x1,x2,x3,x4…)
个体可以是常量 变元 函数

谓词表示:
否定 否
在这里插入图片描述
析取 并 或 ∪
合取 交 与 ∩
蕴含 -> P -> Q 如果P 则Q
等价:左右箭头

谓词逻辑真值表

在这里插入图片描述

量词

全称量词(全部)->

存在量词(存在)->

全称量词和存在量词存在一个地方的时候,顺序不同,意思不同

优先级:
在这里插入图片描述

谓词公式等价

在这里插入图片描述

在这里插入图片描述

谓词公式永真蕴含

在这里插入图片描述

在这里插入图片描述

定义谓词之前,记得说明谓词表达的意思

自然演绎推理

基本的推理是: P规则 T规则 假言推理 拒取式推理

假言推理(前正确)
在这里插入图片描述

拒取式推理(后错误)
在这里插入图片描述

P规则:在推理的任何步骤上都可引入前提。

T规则:前面步骤中有公式永真蕴含公式S,则可把S引入。

**例题

在这里插入图片描述

2.产生式和主观贝叶斯 ()

产生式

表示:
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

主观贝叶斯

公式合集

1.条件概率

在这里插入图片描述

2.全概率公式

在这里插入图片描述

贝叶斯公式

在这里插入图片描述

另一种贝叶斯

在这里插入图片描述

后验概率

在这里插入图片描述

扩充贝叶斯

在这里插入图片描述

在这里插入图片描述

贝叶斯知识表示方法

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值