高级人工智能AdvancedArtificialIntelligence.pptVIP

高级人工智能Advanced Artificial Intelligence;第一章 绪论;人工智能的五个基本问题;智能;机器学习;第二章 人工智能逻辑;默认规则; 非单调逻辑;第三章 约束推理;3.3 约束传播CONSTRAINT PROPAGATION;弧一致性;约束传播修改算法;AC-1;第四章 贝叶斯网络;条件概率;贝叶斯规则;第五章 基于范例推理; 基于范例学习的一般过程; 基于范例学习的一般过程;相似性计算;相似性计算;相似性计算;第六章 归纳学习;变型空间;ID3 算法 ;C4.5 Extensions;第七章 类比学习;7.4 转换类比;T-空间的差别测度Dr（差异函数） Dr的值是四维向量： 新旧问题初态的差别 新旧问题终态的差别 新旧问题路径限制的差别 新旧问题方法可应用度的差别。 ;7.4.4 转换类比学习系统;第八章 解释学习;8.2 解释学习模型;8.3 解释泛化学习方法;EBL方法;第九章 知识发现和数据挖掘; 数据库知识发现;吞民蹿教擒劈封卡籽服倡讽患混祁炭宠哥导饶癸锁砰忙妨敬省驾哼祁窖蚤高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence;知识发现的任务(1);知识发现的任务(2);关联规则的相关概念(2);关联规则的相关概念(3);关联规则的相关概念(4);经典的Apriori算法;Prune算法：从C[k]中除去大小为k-1且不在L[k-1]中的子集 (1) For all itemsets c∈C[k] do (2) For all (k-1)-subsets s of c do (3) if (s?L[k-1]) (4) then delete c from C[k];apriori-gen(L[k-1]) 分成两步： join算法：从两个L[k-1]物品集生成候选物品集C[k] insert into C[k] select p.item1,p.item2,...,p.item(k-1), q.item(k-1) from L[k-1] p, L[k-1] q where p.item1=q.item1, ...,p.item(k-2)=q.item(k-2), p.item(k-1)q.item(k-1);上近似、下近似和边界区域;第十章 分布式人工智能;主体的定义;主体基本结构; BDI主体模型;BDI解释器; 反应主体;反应主体程序;认知主体;认知主体程序;第十一章 进化计算;11.3 达尔文进化算法;基本遗传算法;基本遗传算法的构成要素;杂交操作举例;变异操作;反转操作;第十二章 人工生命;人工生命; 记V为细胞状态集，V中有一元素v0为静止状态，定义f是 V*V*…*V→V的函数, 且满足 f(v0,v0,…,v0)=v0， 则(V,v0,f)称为是m个邻居的细胞自动机，f 称为该细胞自动机的变换函数。;信号传播的过程;f(0,1,2,7,6)=1 f(7,0,0,0,2)=3 f(2,0,0,2,3)=7 f(1,0,2,3,2)=6 f(0,1,2,3,2)=1 f(3,0,2,2,1)=0 f(7,0,2,1,2)=0 f(1,0,7,2,2)=3 f(4,0,2,0,2)=2 f(2,0,0,2,4)=0 f(2,0,2,6,2)=4 f(2,0,0,1,4)=2 f(4,0,2,6,2)=2 f(2,0,4,6,2)=4 f(1,2,4,2,6)=4 f(4,1,2,2,2)=0 f(2,0,0,4,2)=0 f(2,0,2,4,2)=0 f(2,0,1,2,4)=2 f(6,0,2,4,2)=4 f(7,0,0,2,1)=0 f(0,1,2,7,2)=4 ;形态形成理论;教材;参考书;考查方式;