国家开放的大学《人工智能专题》形考任务二答案

判断题现实世界中的规划问题需要先调度，后规划。×启发式规划的两种方法是减少更多的边或者状态抽象。×等的知识。×花瓣的长度、花瓣的宽度等就是鸢尾花的特征。这些特征都是有效的，可以提供给分类器进行训练。×状态空间图是对一个问题的表示，通过问题表示，人们可以探索和分析通往解的可能贝叶斯定理是为了解决频率概率问题提出来的。×谓词逻辑是应用于计算机的逻辑形式，其逻辑规则、符号系统与命题逻辑是一样的。×P（A∣B）代表事件A发生的条件下事件B发生的概率。×人工智能利用遗传算法在求解优化问题时，会把问题的解用“0”和“1”表示。0,1填空题人们想让智能机器分辨哪个动物是熊猫，就会输入一些数据告诉机器。如图上所示的代代的不断进化，最终收敛到“最适应环境”的个体，从而求得问题的最优解或满意解。（多选）在A*算法中，当我们找寻当前节点的相邻子节点时，需要考虑(如果比它原有计算的F值更小。如果更小则更新其F值，并将其父节点设置为当前节点。如果没有更小，则保持它原有的父节点和F值。如果该子节点已经在Close列表中，则我们可以直接丢弃它。如果该子节点不在任何列表中，则将其加入到Open列表，并计算F值，设置其父节)算法模型看起来像一棵倒立的树，数据沿着树根输入，再从叶子节点输出，中间的分（多选）贝叶斯认为概率是（对事物发生可能性的一种合理置信度；基于不确定性因（A*算法）的原理是：每一个节点绑定一个启发值，然后经导机器优先筛选那些启发值更优的节点，规避一些无用或效率较低的节点，从而快速找到当我们在物品种类很多的情况下，需要快速选择出一种最优搭配方案时，其实可以借助一些特别的处理方法来解决，这些方法中的一种被称为“遗传算法”，它是通过模拟达尔文的进化论来解决问题的，因此也被归类为“进化算法”。（约翰•霍兰德）教授首先（多选）假设有一个能自己打扫卫生的真空吸尘器，它的世界只有两块地毯那么大。它可以感知自己处于哪块地毯，这块地毯是干净的还是脏的。它可以选择向左移动（R）、向右移动（L）、吸尘（S），或者什么也不做。下面是吸尘器清扫地毯这个问题的状态空贝叶斯网络是一个（有向无环图）。以下哪一项不是机器智能的来源（数据结构）下面的动物识别系统中，我们可以在方框中点击所知动物的某些特征，计算机可以据此来识别该动物。这一系统所使用的知识表示方法是（产生式系统）（多选）机器通过“学习”也能掌握这种分门别类的技能，如识别人脸，或者区分两种花。像这样能够完成分类任务的人工智能系统，被称为分类器。机器分类的流程可以被（亚瑟·塞缪尔）设计出了一个会自主学习的跳棋程序，驳倒了“机器无法超越人类，像人类一样写代码和学习”的理论，创造出了“机器学习”这一术语。（多选）人工智能中问题求解的目的包括：（让机器自动找出某问题的正确解决策略。（多选）手机上的智能语音助手，之所以能解中找到它们。它可以凭借其逻辑能力推理并解答问题当神经网络接收到工作任务时，就是用（输入层）来接收这些任务所对应的数据集，如图像每个像素点的特征数值——色彩、亮度等。（）的每个神经元都是任务的特征，即特征数值。深度学习模型区别于早期的人工神经网络的是（增加模型训练的层次）机器学习过程中，近似