唐源棕的博客

第一章1.1： （a）智能： 智能为智慧的人，它能够仅仅以少量的物质，却能感知，理解，预测和操纵一个远大于自身且复杂的多的世界。 （b）人工智能： 能够像人一样思考，能够合理地思考，能够像人一样行动，能够合理地行动。 （c）Agent： Agent就是能够行动的某种东西，它可以比普通计算机程序做更多的事情：自主的操作，感知环境，长期 持续，适应变化并能创建和追求目标。 （d）理性

4.1（a,c,e） a: 局部束搜索算法每次搜索时，当前k个状态产生所有后继状态，从中选出k个最佳状态。当k=1时，刚好是爬山法的搜索过程。即从当前最佳状态的所有后继状态中选择最优的一个。 c: 当T=0时，模拟退火算法达到最稳定状态的温度，此时任何更优的解都会被拒绝，因为当前是最稳定的状态，此时的状态就等同于处于应用爬山法而处于最优解的状态（局部最优或者全局最优），因为此时爬山法会拒绝

一、实验目的1.了解4种无信息搜索策略和2种有信息搜索策略的算法思想； 2.能够运用计算机语言实现搜索算法； 3.应用搜索算法解决实际问题(如罗马尼亚问题)； 4.学会对算法性能的分析和比较二、实验的硬件、软件平台硬件：计算机 软件：操作系统：WINDOWS 2000 应用软件：C,Java或者MATLAB三、实验内容及步骤使用搜索算法实现罗马尼亚问题的求解 1：创建搜索树；

一．实验目的1.巩固4种基本的分类算法的算法思想：朴素贝叶斯算法，决策树算法，人工神经网络,支持向量机算法； 2.能够使用现有的分类器算法代码进行分类操作 3.学习如何调节算法的参数以提高分类性能；二、实验的硬件、软件平台硬件：计算机 软件：操作系统：WINDOWS 2000 应用软件：C,Java或者Matlab，Weka三、实验内容及步骤利用现有的分类器算法对文本数据集进行分类 实验

MNIST数据集MNIST是一个入门级的计算机视觉数据集，它包含各种手写数字图片。MNIST数据集下载官网MNIST数据集存储每一个MNIST数据单元有两部分组成：一张包含手写数字的图片和一个对应的标签。训练数据集的图片是 mnist.train.images ，训练数据集的标签是 mnist.train.labels。每一张图片包含28X28个像素点。我们可以用一

实验环境选择与搭建实验环境选择linux + python环境搭建python-pip和python-dev安装sudo apt-get install python-pip python-devTensorflow安装sudo pip install --upgrade https://storage.googleapis.com/tensor