人工智能入门
文章平均质量分 82
个人笔记
JamSlade
这个作者很懒,什么都没留下…
展开
-
2022春季《人工智能》EOJ代码个人汇总(A.八数码问题 到 J.迷宫寻找)
B.路径导航C.TSP问题D. 百万皇后E. 地图染色F.字符路径G.决策树H.K_meansI.神经网络入门J.迷宫寻宝原创 2022-09-05 09:47:48 · 3373 阅读 · 0 评论 -
人工智能笔记15 --贝叶斯网络
若在大量重复试验中,事件A发生的频率稳定地接近于一个固定的常数ρ\rhoρ,它表明事件A出现的可能性大小,则称此常数ρ\rhoρ为事件A发生的概率,记为P(A), 即ρ=P(A)ρ=P(A)可见概率就是频率的稳定中心。任何事件A的概率为不大于1的非负实数,0原创 2022-08-19 15:51:20 · 4347 阅读 · 0 评论 -
人工智能笔记14 --知识图谱(2)
1原创 2022-06-23 16:37:49 · 448 阅读 · 0 评论 -
人工智能笔记13 --知识图谱(1)
概况搜索核心需求: 让搜索通往答案Ø无法理解搜索关键词Ø无法精准回答根本问题Ø缺乏大规模背景知识Ø传统知识表示难以满足需求知识图谱狭义概念知识图谱(Knowledge Graph, KG)本质上是一种大规模语义网络,是互联网时代的语义网知识表示框架。Ø 富含实体(entity)、概念(concepts)及其之间的各种语义关系(semantic relationships)知识图谱的狭义概念作为一种语义网络,大数据时代知识表示的重要表达方式之一知识图谱是一种以图形化的(Graphic)形原创 2022-06-14 16:25:30 · 697 阅读 · 0 评论 -
人工智能笔记12 --知识表示
知识工程概况• 人工智能为什么要研究知识?、大数据的日益积累、计算能力的快速增长为人类进入智能时代奠定了基础大数据为智能技术的发展带来了前所未有的数据红利机器计算智能、感知智能达到甚至超越人类• 感知智能并不够,需要认知智能随着数据红利消耗殆尽,以深度学习为代表的感知智能遇到天花板认知智能将是未来一段时期内AI发展的焦点,是进一步释放AI产能的关键•自然语言的深度理解需要背景知识歧义隐喻依赖上下文• 复杂问答需要知识推理• 知识辅助决策比如投资黄金• 知识帮助解释现象的本质原创 2022-05-31 13:11:35 · 721 阅读 · 0 评论 -
AI作业ch8
1• [决策树] 基于信息增益,对下述数据集进行决策树构建,描述过程一个关于配眼镜的一个决策分类所需要的数据,数据集包含4属性: age astigmatism trear-prod-rate为输入特征, contact-lenses为决策属性。第一特征我们可以考虑以下公式G(D,a)=H(D)−∑v=1V∣Dv∣DH(Dv)G(D,a)=H(D)-\sum^V_{v=1}\frac{|D^v|}{D}H(D^v)G(D,a)=H(D)−v=1∑VD∣Dv∣原创 2022-05-24 13:03:54 · 923 阅读 · 0 评论 -
人工智能笔记11 --强化学习
基本设置例子:瓜农种西瓜• 多步决策过程• 过程中包含状态、动作、反馈 (奖赏) 等• 需多次种瓜,在过程中不断摸索,才能总结出较好的种瓜策略监督学习对比强化学习预测:最小化预测误差,预测结果不会对环境产生影响比如,是否为肿瘤,天气预测是否影响天气决策:决策动作会对环境产生影响比如:肿瘤去除,股票投资会影响股市强化学习的关键要素<A,X,R,P><A,X,R,P><A,X,R,P>动作空间 A状态空间 X奖赏函数 R:X×A×X→RX\tim原创 2022-05-24 13:03:32 · 537 阅读 · 0 评论 -
人工智能笔记10 --深度学习
Ø 模拟生物神经元行为的机器,有与生物神经元相对应的部件,输入层接受外界输入信号传递给输出层, 输出层是M-P神经元(阈值逻辑单元)Ø 结构包括权重(突触)、偏置(阈值)及激活函数(细胞体),输出为0或1(使用sgn阶跃函数时)。l 单层感知机的学习能力非常有限, 只能解决线性可分问题l 与、或、非问题是线性可分的, 因此感知机学习过程能够求得适当的权值向量. 而异或问题不是线性可分的, 感知机学习不能求得合适解l 对于非线性可分问题, 如何求解?• 输出层与输入层之间的一层神经元, 被称之为隐原创 2022-05-24 13:03:16 · 649 阅读 · 0 评论 -
人工智能笔记09 -- 神经网络
简介通过模仿人脑的处理机制建立接近(乃至超越)人类智能的机器,一直是人们的一个朴素理念(1) 符号主义(Symbolism),又称逻辑主义、心理学派或计算机学派,是指通过分析人类智能的功能,后用计算机来实现这些功能的一类方法.• 符号主义有两个基本假设:Ø a)信息可以用符号来表示;Ø b)符号可以通过显式的规则 (比如逻辑运算)来操作.• 人类的认知过程可以看作符号操作过程.Ø 在人工智能的推理期和知识期,符号主义的方法比较盛行,并取得了大量的成果.• (2) 连接主义(Connecti原创 2022-05-10 14:28:02 · 637 阅读 · 0 评论 -
人工智能笔记08 聚类算法
简介将数据集中的样本划分为若干个通常不相交的子集(“簇”,cluster).形式描述假定样本集合D={x1,……,xm}D=\{x_1,……,x_m\}D={x1,……,xm}包含m个无标记样本,每个样本xi={xi1……xin}x_i=\{x_{i1}……x_{in}\}xi={xi1……xin}十一i个n维得特征向量,聚类算法将样本集D划分为k个不相交的簇{Cl∣l=1,2……k}\{C_l|l=1,2……k\}{Cl∣l=1,2……k}其中Cl′∩l′≠lCl=∅C_{l'}\c原创 2022-05-10 14:27:46 · 655 阅读 · 0 评论 -
人工智能笔记07 监督学习基础
监督学习:回归与分类根据样本数据的**标记(label)**特性,可将机器学习任务分为:监督学习:样本特征x均有对应的样本标记y无监督学习:样本特征x均没有对应的样本标记y半监督学习:样本特征x(大)部分没有对应的样本标记y强化学习:可近似理解为具有延迟标记信息监督学习:样本特征x均有对应的样本标记y当标记为离散值时:分类例如,一张图片预测是猫、狗、还是老虎最简单的分类:二分类,例如,一张图片预测是不是人脸当标记为连续值时:回归例如,房价预测、GDP增速预测离散–分类连续–回原创 2022-05-05 09:54:56 · 661 阅读 · 0 评论 -
AI作业ch7
决策树样例测评代码#include <bits/stdc++.h>using namespace std;// 每个数据或是整数或是浮点数,实际使用时每个数据仅其中一个值有效struct Val{ int i; double d; Val(int _i): i(_i), d(0) {} Val(double _d): i(0), d(_d) {}};bool operator != (const Val& lhs, const Va原创 2022-04-23 17:41:49 · 822 阅读 · 0 评论 -
人工智能笔记06 机器学习基础
什么是机器学习机器学习是从人工智能中产生的一个重要学科分支,是实现智能化的关键经典定义:利用经验改善系统自身的性能随着该领域的发展,其目前主要研究智能数据分析中的理论和方法,并已成为智能数据分析技术的源泉之一基本概念学习过程数据类编标记使用学习算法训练得到模型标记新数据样本基本术语监督学习、无监督学习数据集;训练;测试示例(instance)、样例(example)样本(sample)属性(attribute)、特征(feature)、属性值属性空间、样本空间、输入空间特原创 2022-04-12 15:41:55 · 1389 阅读 · 0 评论 -
AI作业ch6
Ch6习题如图所示的地图着色问题共有多少个解?如果是四色有多少个解?如果只有两色呢?考虑下述的逻辑问题:有5所不同颜色的房子,住着5个来自不同国家的人,每个人都喜欢一种不同牌子的糖果,不同牌子的饮料和不同的宠物。给定下列已知事实,请回答问题“斑马住在哪?哪所房子里的人喜欢喝水?• 英国人住在红色房子里。• 西班牙人养狗• 挪威人住在最左边的第一所房子里• 绿房子是象牙色房子的右边邻居• 喜欢抽hershey牌巧克力的人住在养狐狸的人的旁边• 住在黄色房子里的人喜欢Kit Kats糖原创 2022-04-05 15:40:16 · 1084 阅读 · 0 评论 -
人工智能笔记05 约束满足——基于《人工智能》 朱福喜,清华大学出版社,2016
定义• 地图着色是指分配地图的每一个面一种颜色,使得相邻的面(指有公共边界边)具有不同的颜色。• 图形着色定义Ø 考虑一个图形中的N个节点Ø 把变量V1,…,VN的值赋给N个节点Ø 变量取值范围{R, G, B}Ø 约束:如果节点i和j之间有边,则Vi不同于V• 约束满足问题 (Constraint Satisfaction Problems, CSP)Ø CSP={V, D, C}Ø 变量:V={V1,…,VN},如图中节点的值Ø 取值域:每个变量的取值范围,如D={R, G, B原创 2022-04-05 15:39:25 · 998 阅读 · 0 评论 -
人工智能笔记04 博弈搜索——基于《人工智能》 朱福喜,清华大学出版社,2016
• 博弈问题的基本假设Ø 两个棋手交替地走棋Ø 比赛的最终结果,是赢、输和平局中的一种Ø 可用图搜索技术进行,但效率很低Ø 博弈的过程,是寻找置对手于必败态的过程Ø 双方都无法干预对方的选择极大极小搜索• 基本思想Ø 下棋的双方是对立的Ø 一方为“正方”,这类节点称为“MAX”节点Ø 另一方为“反方”,这类节点称为“MIN”节点Ø 正方从所有子节点中,选取具有最大评估值的节点Ø 反方从其所有子节点中,选取具有最小评估值的节点Ø 反复进行这种选取,就可以得到双方各个节点的评估值。这种原创 2022-03-29 15:05:29 · 1942 阅读 · 0 评论 -
AI作业ch5
11. 对于如图 1 所示的博弈树,假若 A 在极大值层,它该选什么样的走步?2. 在上题的博弈树中,用剪枝过程需要检查哪些节点?检查了L,M,N,P,Q,R,S,V,W,X没检查O,T,U,Y2有一种N/M或“最后者输”的博弈游戏,其玩法如下:开始有9枚硬币,两人轮流取出1、2或3枚,取出最后一枚者为输,实用搜索树证明后起步者总能取胜。当MAX状态下硬币数量为1则说明后手方胜利首先在MAX取剩下6情况下得到必胜情况5的分支,那么后续我们考虑7和8的时候,因为可以选择到5这个情原创 2022-03-26 10:14:19 · 8038 阅读 · 0 评论 -
人工智能笔记03 不确定搜索——基于《人工智能》 朱福喜,清华大学出版社,2016
不确定搜索算法实践1 TSP样例31.5 1.53.1 2.95.0 2.8答案10模板#include<iostream>#include<cmath>#include<cstring>#include<queue>using namespace std;#define maxn 1001int n;double x[maxn],y[maxn]; //点的坐标double distance(int A,int原创 2022-03-20 09:03:31 · 1139 阅读 · 0 评论 -
AI作业ch4
1爬山搜索与贪心最佳优先搜索算法类似,是一个标准的迭代改进算法。爬山搜索的主要问题是什么?最佳优先搜索会记录当前节点所扩展出的所有节点,所以在陷入局部最优解时,最佳优先搜索会扩展曾记录过的节点,从而有机会找到最优解。而爬山搜索每次只记录当前最优的节点,当陷入局部最优解时,爬山搜索不会继续查找全局最优解,只会返回局部最优解。总结如下:局部最大:某个节点比周围领域都高,但是它却不是整个问题的最高点。高地:也称为平顶,周围的上升趋势为0的店。搜索一旦到达高地,就无法确定搜索最佳方向,会产生随原创 2022-03-19 10:59:47 · 2010 阅读 · 0 评论 -
AI作业ch3
11. 什么是图搜索过程?其中,重排Open表意味着什么?重排的原则是什么?【图搜索过程】一种在图中寻找路径的方法将初始点和目标节点传入function中将初始点通过某种限定条件下不断迭代变换到另一个点,一直到所有点遍历完or变换到目标节点,最后得到路径的过程。【重排OPEN表】按照某个试探值(或准则、启发信息等)重新对未扩展的节点进行排序。换句话说也就是将优先扩展哪个节点不同的排序标准【重排原则】重排的原则当视具体需求而定,不同的原则对应着不同的搜索策略,如果想尽快地找到一个解原创 2022-03-19 10:59:09 · 1966 阅读 · 0 评论 -
人工智能笔记02 启发式搜索——基于《人工智能》 朱福喜,清华大学出版社,2016
搜索算法Ø 利用计算机的高性能来有目的的穷举一个问题解空间的部分或者所有的可能情况,从而求出问题的解的一种计算机算法启发式搜索算法Ø 利用启发式信息引导算法搜索,达到减少搜索范围,降低问题复杂度的目的Ø 将人类求解问题的经验固化到求解算法估价函数基于一般图搜索算法,定义一个评价函数fff,对当前的搜索状态进行评估,从Open表中找出一个最有希望的节点来扩展。f的一般定义f(x)=g(x)+h(x)f(x)=g(x)+h(x)f(x)=g(x)+h(x)g(x)g(x)g(x):从根节点原创 2022-03-09 10:25:12 · 1687 阅读 · 0 评论 -
AI作业ch2
1在 3 X 3 的空格内,用1,2,…, 9 的9个数字填入9个空格内,使得每行数字组成的十进制数平方根为整数。试用一般图搜索搜索算法求解。解题思路$$$$\quad一般图搜索算法可以使用DFS和BFS两种思路来进行状态的求解,由于在本次求解过程中,并没有要求路径最短或是耗散值最小,BFS的优先级并不是很高,并且考虑到BFS在状态分析的过程中占用的空间比较多,所以使用占用空间更少的DFS更加合理代码#include<cmath>#include<iostream>u原创 2022-03-05 11:07:26 · 2188 阅读 · 0 评论 -
人工智能笔记01 一般图搜索——基于《人工智能》 朱福喜,清华大学出版社,2016
什么是搜索?搜索算法是利用计算机的高性能来有目的的穷举一个问题解空间的部分或者所有的可能情况,从而求出问题的解的一种计算机算法搜索算法分类Ø 一般图搜索Ø 启发式搜索Ø 不确定性搜索Ø 博弈搜索Ø 约束满足图搜索的基本概念图搜索是搜索过程可以用图结构的形式呈现的一类搜索算法。图可以更加形象与清晰地描述搜索过程。• 在计算机科学中,一个图就是一些顶点的集合,这些顶点通过一系列边连接。顶点用圆圈表示,边就是这些圆圈之间的连线,顶点之间通过边连接。节点深度根节点 = 0其他根节点 =原创 2022-03-01 19:06:12 · 2350 阅读 · 0 评论