人工智能复习
文章平均质量分 79
lsy永烨
这个作者很懒,什么都没留下…
展开
-
【复习】人工智能 第 8 章 人工神经网络及其应用
例如:假设你是一只小蚂蚁,你的任务是找小面包。你的视野还比较窄,只能看到很小一片区域。当你找到一片小面包之后,你不知道你找到的是不是全部的小面包,所以你们全部的蚂蚁开了个会,把所有的小面包都拿出来分。反向传播(Backpropagation,BP)算法。输入信号之和超过神经元固有的边界值(阈值)(一定要看,弄懂权重w,和输入a是什么)避免了对图像的预处理和显示的特征提取。对于信息位置与方向变化不敏感的特性。向与轴突连接的其他神经元传递信号。也只输出固定大小的信号。六、卷积网络(重点)输出相应图片的特征图。原创 2024-01-10 10:20:02 · 1358 阅读 · 2 评论 -
【复习】人工智能 第7章 专家系统与机器学习
(4)无人驾驶,教计算机自动驾驶汽车从一个指定地点到另一个指定地点。分类器判定为正样本的样本个数。七、PR曲线(本章重点)精确率(注意不是准确率)把类似的事物组织在一起。正确分类的正样本个数。判定成功的正样本个数。(1)教计算机下棋;原创 2024-01-09 23:38:59 · 1843 阅读 · 0 评论 -
【复习】人工智能 第六章 搜索求解策略(又多又难)
对于我们熟悉的八数码问题,就可以将g(n)设置成深度(就是深度优先的第几层),然后关键的h(n)就可以设置成 当前 不在目标位置 的数量。另外如果真的想拿下这一章,还是走一下ppt或书上的八数码的对应的每一种情况,不至于纸上谈兵。(其实就是不断生成新节点,在这个过程中,让新节点的指针指向自己的父亲)搜索效率低,但是用宽度优先搜索总可以找到目标节点,而且总能找到最短路径。h(n)尽可能靠近h*(n) ——A算法的关键。六、A和A*寻路算法(重中之重,超级大题)二、状态空间图(重点)四、盲目搜索(重点)原创 2024-01-09 21:48:06 · 1456 阅读 · 0 评论 -
【复习】人工智能 第四章 不确定性推理
注意是求乘法的时候是,交错相乘,多找几遍规律,注意一下下标(尤其是下标,一定要看下标),其他都是类似算法。(2)合成两条结论相同的不确定算法(重点)原创 2024-01-09 11:01:10 · 768 阅读 · 0 评论 -
【复习】人工智能 第三章 确定性推理(重点)
(重点,分别是本章和下一章)五、自然演绎推理(重中之重)确定性推理、不确定性推理。原创 2024-01-09 10:55:40 · 1327 阅读 · 0 评论 -
【复习】人工智能 第二章(补)知识图谱
RDF是W3C推动的语义数据交换标准与规范,有更严格的语义逻辑基础,支持推理,并兼容更复杂的本体表示语言OWL。属性图是工业界最常见的图谱建模方法,属性图数据库充分利用图结构特点做了性能优化,实用度高,但不支持符号推理。在三元组无法满足语义表示需要时,OWL作为一种完备的本体语言,提供了更多可供选用的语义表达构件。基于规则的方法、基于机器学习的方法、基于深度学习的方法、基于半监督学习的方法。属性图/XML——RDF——RDFS——OWL。属性图、RDF、RDFS、OWL。基于逻辑关系的推理、基于图的推理。原创 2024-01-09 10:50:28 · 625 阅读 · 0 评论 -
【复习】人工智能 第2章 知识表示
约束变元与自由变元:辖域内与量词中同名的变元称为约束变元,不同名的变元称为自由变元。答:(∀x)的辖域是P(x, y) ∨ (∃y) ( Q (x, y)例:(∀x) ( P(x, y) ∨ (∃y) ( Q (x, y)R(x, y) ) ,其中x为约束变元,y为自由变元。(1)知识:把有关信息关联在一起所形成的信息结构。R(x, y) ,其中y为约束变元,x为自由变元。(∃y)的辖域是Q (x, y)即x,y的取值只能1或2。原创 2024-01-09 10:47:21 · 1299 阅读 · 0 评论 -
【复习】人工智能 第一章 绪论
基本内容C 机器学习 感知能力。原创 2024-01-09 10:40:13 · 713 阅读 · 1 评论