人工智能期末——小题知识点

1.智能的特征(小车)

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

2.知识的特性(老师学生)

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

3.产生式系统的基本结构

在这里插入图片描述

4. 产生式表示法的优点(面试)

在这里插入图片描述

5.产生式表示法的缺点

在这里插入图片描述

6.框架表示法的特点(家族)

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

7.推理方式及其分类

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

8.推理的方向

在这里插入图片描述

9.进化算法设计的原则

  1. 适用性原则
  2. 可靠性原则
  3. 收敛性原则
  4. 稳定性原则
  5. 生物类比原则

10.专家系统的特点

在这里插入图片描述

11.专家系统的类型

在这里插入图片描述

专家系统的一般结构

人机接口
推理机
知识库
数据库
知识获取机构
解释机构

12.知识获取的过程

在这里插入图片描述

13.知识获取的模式

在这里插入图片描述

14.学习系统的组成

在这里插入图片描述

15.机器学习的分类(按学习能力分)

  1. 监督学习
  2. 强化学习
  3. 非监督学习

16.知识发现的一般过程

在这里插入图片描述

17.知识发现的任务

在这里插入图片描述

18.知识发现的方法

在这里插入图片描述

19.知识发现的对象

在这里插入图片描述

20.神经网络的结构

前馈型
反馈型

21.神经网络工作方式

同步
异步

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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