HNU_人工智能_笔记（2021级）

0.前言

        计科大三下的两门核心课里（人工智能，体系结构），人工智能的学习内容和目前比较火/热门的还是有些差距。

• 但学习角度来说，人工智能比较成体系，
• 而且有往年的期中期末试卷作参考。
  • 期中难度还好，题型和往年也比较相似；
  • 就是今年期末的题跟往年不大一样，有点坑。  

        这学期重心不完全在核心课上，自己没有完整的笔记。平时学习以及备考的时候都是看的A橙学长的笔记，感觉差不多够用（下面链接：前两部分比较完整，后面两部分主要是往年题目）。我们班组老师的ppt里其实有不少是没必要看的（比较复杂，而且也不是考试重点），可以跟着A橙的笔记走。

• 1.人工智能笔记-Agent&问题求解_agent算法-CSDN博客
• 2.人工智能-知识推理_人工智能推理题-CSDN博客
• 3.人工智能-不确定性的量化_隐马尔科夫 不确定性量化-CSDN博客
• 4.人工智能-机器学习&人工神经网络_人工神经网络和机器学习-CSDN博客

        主要学习的内容就是：

• 期中：
  •  Agent（概念性的东西，根据往年期中题背背概念差不多）；
  • 几种搜索算法（会推出算法步骤，可采纳、一致性，完备，最优），遗传算法也会考到；
  • 对抗搜索（α-β剪枝）；
  • CSP问题（会自己定义变量，约束）
• 期末：
  •  逻辑（感觉离散里的差不多够用，ppt里有些概念没必要细究）；
  • 不确定量化（条件概率，贝叶斯规则）；
  • 贝叶斯网络（枚举精确推理，独立性等，可以在作业中学）；
  • 隐马尔可夫（见过的就两种题型，一种ppt里的下雨的，还有一种试卷里的序列概率）；
  • 样例学习（决策树，信息增益）；【今年还考了监督/无监督/半监督，训练集/测试集/验证集，k-折交叉验证的概念；还有如何避免过拟合】
  • 人工神经网络（反向传播，更新参数）；【以为是考点，但没考。但ppt、往年试卷有些矛盾的地方：参数θ是否更新，用1还是-1更新；个人感觉应该用-1更新，稳妥起见你可以问下自己老师】
  • 深度学习（以为是概念的，但今年期末考了CNN卷积、池化比较详细的内容）

        总评95，算很高了。个人的话，感觉期末、期中给分都比预想的高不少。但是两门核心课出了之后，核心加权排名也没变。不过也有同学其他排名上升了两三名的，所以还是有小规模变动的。

1.教材

        《人工智能：一种现代的方法》；

        又是一本没怎么看过的书。教材内容很多，偶尔对某些问题有歧义时翻看过。主要还是看老师的PPT和A橙的笔记。

2.网课

        没找到什么合适的网课。

        可能很多学校教授的《人工智能》内容出入较大，问了周围的同学，也没什么网课的反馈，还是看ppt和笔记吧。

3.评价回顾：

        钟雄虎老师：不点名，所以早八可能都没什么人。别的好像也没什么好说的，个人感觉挺温文尔雅的，穿着也没那么死板（haha）。      哦，还有，老师好像一学期都没进课程群（doge）。

        助教，只有最后一次实验要线下验收见过助教。

4.关于实验-25%

        共4次实验，另加一个虚拟仿真实验（5%）。笔者只写了要交实验报告的的四个实验，其他实验可以去看A橙的：人工智能-实训平台 人工智能实训平台-CSDN博客

• 实验1-3直接在头歌平台提交代码和实验报告，不求甚解的可以直接copy。
• 实验4是关于深度学习的，可以选择做头歌的实验四——深度学习初体验，也可以选择华为云平台的项目。简单的就是前者了。这个是要线下验收的。
• 虚拟仿真实验，跟着指导书pdf一步一步操作即可，和之前大物的虚拟仿真实验差不多。

5.小班-10%：

        两次小班课，我们大多四人一组；一个组两次都要上，每次10到15mins。

        划水的话，我们组内分工就是两人第一次上，两人第二次上；一人上一次就行。

6.作业-20%：

        一共三次作业。另加慕课学习5%。

        作业好像每年题目都一样，在头歌提交电子版即可。建议认真搞懂，对于理解和考试都有裨益。

        另外，头歌的作业、报告注意按时提交；虽然最后助教也开了补交通道。

7.关于考试：

我找到的往年试卷链接：人工智能-往年考试资料 
提取码：0928 

• 期中：难度还好，题型和往年也比较相似  
  •  Agent（概念性的东西，根据往年期中题背背概念差不多）；
  • 几种搜索算法（会推出算法步骤，可采纳、一致性，完备，最优），遗传算法也会考到；
  • 对抗搜索（α-β剪枝）；
  • CSP问题（会自己定义变量，约束）
  • 我们的期中考试甘晴有写：人工智能-2024期中考试-【甘晴void】
• 期末：跟往年期末题（17/18/19/20）差别有点大。
  •  逻辑（感觉离散里的差不多够用，ppt里有些概念没必要细究）；【看下作业、往年题就可以】
  • 不确定量化（条件概率，贝叶斯规则）；
  • 贝叶斯网络（枚举精确推理，独立性等，可以在作业中学）；
  • 隐马尔可夫（见过的就两种题型，一种ppt里的下雨的，还有一种试卷里的序列概率）；【但今年没考】
  • 样例学习（决策树，信息增益）；【今年还考了监督、无监督、半监督，训练集、测试集、验证集，k-折交叉验证的概念；还有如何避免过拟合】
  • 人工神经网络（反向传播，更新参数）；【以为是考点，但没考。但ppt、往年试卷有些矛盾的地方：参数θ是否更新，用1还是-1更新；个人感觉应该用-1更新，稳妥起见你可以问下自己老师】
  • 深度学习（以为是概念的，但今年期末考了CNN卷积、池化比较详细的内容）
  • 我们的期末考试：
    • 我找到的往年期末题也就是17/18/19/20，都算比较老的了；而且感觉还被误导了复习方向，今年考了很多机器学习，深度学习的东西。
    • 我们的期末考试甘晴写得更详细：HNU-人工智能-2024期末考试回忆-【甘晴void】
    • 1.概念题：三小题。监督/无监督/半监督学习；训练集/测试集/验证集；k折交叉验证。
    • 2.逻辑归结：比较常规，自己写谓词，然后归结证明即可。
    • 3.贝叶斯网络：给一段描述，让画贝叶斯网络，然后求一个概率（感觉跟作业题差不多）
    • 4.信息增益，决策树：要求的数据比较多，题干没给各个log的数值，得自己用换底公式求出来（不过也有的计算器可以摁出底数和真数）
    • 5.CNN：考完同学说，这题是之前其他专业的一个原题：
      • 
      •