计算思维与人工智能基础第3版周勇部分习题答案

第1章一、选择题答案1~4BCBC第2章一、选择题答案1~5CBCAB6~10CCDDA11~15BCCAD16~19BAAA二、填空题答案1.-9的原码10001001、反码11110110、补码111101112.111111001013.8倍4.-29.1255.采样量化编码6.256三、简答题答案（部分）第2题二进制十进制八进制十六进制110011110314767110101.001153.187565.1435.30.100110.593750.460.9810000116710343第3题十进制二进制十六进制97110000161128100000008050.625110010.10132.A23611101100EC20.0810100.000114.1第4题十进制补码3500100011000000000-211111110-1311110011-7610110100-12810000000第5题如果一个有符号数占有n位，那么它的最大值是+(2n-1-1)。第6题字符ASCII(十进制)ASCII(十六进制)ASCII(二进制)D684401000100d10064011001003513300110011空格3220001000008.44.1kHz*16/8*2*3*60/1024≈31MB9.10.58*1024*8/(16*2*2*60)≈22.57kHz11.1024*768*24/8/1024/1024=2.25MB第3章一、选择题答案1~5ACBDC6~10CDCBD11~15DCCBC16~20BCBCA21~25ABDDB26~28CC二、填空题答案1.硬件系统软件系统2.输入设备存储器控制器运算器输出设备3.384.文档；应用软件5.处理器管理存储管理设备管理文件管理作业管理6.实时7.执行状态就绪状态等待状态8.内存分配内存保护地址映射内存扩充9.地址映射10.指令三、简答题（略）第4章一、选择题1.C2.C3.A4.A二、填空题1.客户机，服务器2.同轴电缆、双绞线、光纤3.集线器三、简答题1.局域网、城域网、广域网2.1986年8月25日，瑞士日内瓦时间4点11分，北京时间11点11分，由当时任高能物理所ALEPH组（ALEPH是在西欧核子中心高能电子对撞机LEP上进行高能物理实验的一个国际合作组，我国科学家参加了ALEPH组，高能物理所是该国际合作组的成员单位）组长的吴为民，从北京发给ALEPH的领导——位于瑞士日内瓦西欧核子中心的诺贝尔奖获得者斯坦伯格（JackSteinberger）的电子邮件是中国第一封国际电子邮件。1989年8月，中国科学院承担了国家计委立项的“中关村教育与科研示范网络”（NCFC）——中国科技网（CSTNET）前身的建设。1989年，中国开始建设国家级四大骨干网络联网。1991年，在中美高能物理年会上，美方提出把中国纳入互联网络的合作计划。1994年4月，NCFC率先与美国NSFNET直接互联，实现了中国与Internet全功能网络连接，标志着我国最早的国际互联网络的诞生。中国科技网成为中国最早的国际互联网络。1994年，中国第一个全国性TCP/IP互联网---CERNET示范网工程建成，并于同年先后建成。1994年，国家级四大骨干网络联网（中国教育与科研计算机网，中国科学技术网，中国金桥信息网，中国公用计算机互联网）建成。1994年，中国终于获准加入互联网，并在同年5月完成全部中国联网工作。1995年，张树新创立首家互联网服务供应商（瀛海威）老百姓进入互联网。1998年，CERNET研究者在中国首次搭建IPV6试验床。2000年，中国三大门户网站搜狐、新浪、网易在美国纳斯达克挂牌上市。2001年，下一代互联网地区试验网在北京建成验收。2002年，第二季度，搜狐率先宣布盈利，宣布互联网的春天已经来临。3.4V特征，Volume（大量），velocity（高速），Variety（多样），Value（价值）。4.大数据最根本的价值在于为人类提供了认识复杂系统的新思维和新手段。图灵奖获得者、著名数据库专家吉姆•格雷（JimGray）博士观察并总结认为，人类自古以来在科学研究上先后历经了实验、理论、计算和数据四种范式，具体如下。（1）第一种范式：实验科学在最初的科学研究阶段，人类采用实验来解决一些科学问题，著名的比萨斜塔实验就是一个典型实例。1590年，伽利略在比萨斜塔上做了“两个铁球同时落地”的实验，得出了重量不同的两个铁球同时下落的结论，从此推翻了亚里士多德“物体下落速度和重量成比例”的学说，纠正了这个持续了1900年之久的错误结论。（2）第二种范式：理论科学实验科学的研究会受到当时实验条件的限制，难以完成对自然现象更精确的理解。随着科学的进步，人类开始采用各种数学、几何、物理等理论，构建问题模型和解决方案。比如牛顿第一定律、牛顿第二定律、牛顿第三定律构成了牛顿力学的完整体系，奠定了经典力学的概念基础，它的广泛传播和运用对人们的生活和思想产生了重大影响，在很大程度上推动了人类社会的发展与进步。（3）第三种范式：计算科学随着1946年人类历史上第一台计算机ENIAC的诞生，人类社会开始步入计算机时代，科学研究也进入了一个以“计算”为中心的全新时期。在实际应用中，计算科学主要用于对各个科学问题进行计算机模拟和其他形式的计算。通过设计算法并编写相应程序输入计算机运行，人类可以借助于计算机的高速运算能力去解决各种问题。计算机具有存储容量大、运算速度快、精度高、可重复执行等特点，是科学研究的利器，推动了人类社会的飞速发展。（4）第四种范式：数据密集型科学随着数据的不断累积，其宝贵价值日益得到体现，物联网和云计算的出现，更是促成了事物发展从量变到质变的转变，使人类社会开启了全新的大数据时代，这时，计算机将不仅仅能做模拟仿真，还能进行分析总结，得到理论。在大数据环境下，一切将以数据为中心，从数据中发现问题、解决问题，真正体现数据的价值。大数据将成为科学工作者的宝藏，从数据中可以挖掘未知模式和有价值的信息，服务于生产和生活，推动科技创新和社会进步。虽然第三种方式和第四种方式都是利用计算机来进行计算，但是，二者还是有本质的区别的。在第三种研究范式中，一般是先提出可能的理论，再搜集数据，然后通过计算来验证。而对于第四种研究范式，则是先有了大量已知的数据，然后通过计算得出之前未知的理论。5.略6.云计算是一种按使用量付费的模式，它随时随地提供便捷的、可通过网络按需访问的可配置计算资源共享池（资源包括网络、服务器、存储、应用软件、服务），这些资源可以快速调配，极度缩减管理资源的工作量以及与服务提供商的交互。7.云计算有三种服务模式，分别是基础设施即服务（InfrastructureasaService，IaaS）、平台即服务（PlatformasaService，PaaS）、软件即服务（SoftwareasaService，SaaS）。IaaS将计算、存储和网络整合成一个虚拟资源池，为客户提供虚拟服务器等服务，这种形式的云计算把硬件开发环境作为计量服务提供给客户。PaaS为客户提供通用应用（即开发平台）服务，包括操作系统、数据库、应用开发平台等，而不是某种具体应用，在云计算的技术实现环节起到了承上启下的作用。SaaS为客户提供个性化应用服务，即服务提供商将应用软件统一部署在其服务器上，客户可以根据自己的实际需求，通过互联网向服务提供商订购所需要的应用软件服务，按照订购服务数量的多少和时间的长短支付费用。8.略第5章第5章程序设计题，解题方法不止一种，答案仅提供1种思路供参考。1.数鸡蛋问题。鸡蛋最少是52个。2.吃馒头问题。大人20个，小孩80个。3.鸡兔同笼问题。鸡16只，兔子3只。

4.单据涂抹问题。11859。

5.货币问题。4种组合。第一种50元1张，10元19张；第二种50元2张，10元14张；第三种50元3张，10元9张；第四种50元4张，10元4张；6.楼梯走法问题。233种方法。

7.猴子吃桃问题。第一天摘了1534只桃子。8.递归求累加和。

9.冒泡排序升序结果：第一趟{7,4,11,12,5,9,34}第二趟{4,7,11,5,9,12,34}第三趟{4,7,5,9,11,12,34}第四趟{4,5,7,9,11,12,34}第五趟{4,5,7,9,11,12,34}第六趟{4,5,7,9,11,12,34}10.选择排序降序结果：第一趟{50,7,8,11,33,22,1}第二趟{50,33,8,11,7,22,1}第三趟{50,33,22,11,7,8,1}第四趟{50,33,22,11,7,8,1}第五趟{50,33,22,11,8,7,1}第六趟{50,33,22,11,8,7,1}第6章1.2014年，美国国家标准与技术研究院（NationalInstituteofStandaradsandTechnology，NIST）在发布的《增强关键基础设施网络空间安全框架》中对“网络空间安全”进行了定义，即“通过预防、检测和响应攻击，保护信息的过程”。2.物理设备安全主要考虑这些硬件设备自身防毁以及外界环境、通信线路、电磁、电源的安全性。3.略4.略第7章1．什么是人工智能？它的研究目标是什么？人工智能，就是人类智能的人工实现。具体来说，是指机器根据人类给定的初始信息来生成和调度知识、进而在目标引导下由初始信息和知识生成求解问题的策略并把智能策略转换为智能行为从而解决问题的能力。从学科的角度而言，人工智能是一门研究如何构造智能机器或智能系统，使它能模拟、延伸、扩展人类智能的学科。这门学科最大的魅力在于为探索“智能理论”提供了一种媒介和实验平台：首先用计算机程序语言表达这些理论，然后再在实际计算机上执行来进行测试和验证，其最终目标是建立关于智能的理论体系和让智能机器达到人类的智能水平。2．简述人工智能研究各个发展阶段及其特点。略3．机器要通过图灵测试，所需要的主要技术有哪些？一台机器要通过图灵测试，它至少需要有下面的能力：1.自然语言处理:实现用自然语言与计算机进行交流;2.知识表示:存储它知道的或听到的、看到的；3.自动推理：能根据存储的信息回答问题，并提出新的结论；4.机器学习：能适应新的环境，并能检测和推断新的模式；4．人工智能有哪些重要的学派，它们的认知观是什么？人工智能的主要研究的学派有符号主义（SymbolicismSymbolicism）、连接主义（ConnectionismConnectionism）和行为主义（Actionism）。符号主义其原理主要为物理符号系统（即符号操作系统）假设和有限合理性原理。连接主义其原理主要为神经网络及神经网络间的连接机制与学习算法。行为主义其原理为控制论及感知-动作型控制系统。符号主义，又称为逻辑主义、心理学派或计算机学派，认为人的认知基元是符号，而且认知过程即符号操作过程。它认为智能是一个物理符号系统，计算机也是一个物理符号系统。因此，我们就能够用计算机来模拟人的智能行为，即用计算机的符号操作来模拟人的认知过程。连接主义又称为仿生学派或生理学派，认为人的思维基元是神经元，而不是符号处理过程。它对物理符号系统假设持反对意见，认为人脑不同于电脑，并提出连接主义的大脑工作模式，用于取代符号操作的电脑工作模式。行为主义又称为进化主义或控制论学派，认为人工智能的研究方法应采用行为模拟方法，也认为功能、结构和智能行为是不可分开的。不同的行为表现出不同的功能和不同的控制结构。认为智能取决于感知和行动(所以被称为行为主义)，提出智能行为的“感知－动作”模式。5．请列举人工智能研究的主要应用领域。问题求解与博弈、专家系统、知识图谱、模式识别、智能决策支持系统、自然语言处理、智能检索、自动驾驶、机器人学、AIGC、人工智能+等。6．你认为人工智能作为一门学科，今后的发展方向应该如何?略7．人工智能如何更好的和传统行业融合，实现人工智能+？略第8章.7.9略3.以变量m、f、s、v分别指示农夫、狐狸、小羊、菜,且每个变量只可取值1(表示在左岸)或0(表示在右岸)。问题状态可以四元组(m、f、s、v)描述,设初始状态下均在左岸,目标状态下都到达右岸。从而,问题求解任务可描述为

(1,1,1,1)->(0,0,0,0)设计二类操作算子:Lx、Rx,x为m、f、s、v时分别指示农夫独自,带狐狸,带小羊,带菜过河；状态空间图如下所示.由于Lx和Rx是互逆操作,故而解答路径可有无数条,但最近的只有二条;都是7个操作步。4.设用SK=(Sk0,Sk1)表示问题的状态，SK0表示盘片A所在的柱号，Sk1表示盘片B所在的柱号，全部可能的状态有九种：S0=(1,1),S1=(1,2),S2=(1,3)S3=(2,1),S4=(2,2),S5=(2,3)S6=(3,1),S7=(3,2),S8=(3,3) 问题的初始状态集合为S=S0,目标状态集合为G=S8。 算符分别用A(i,j)及B(i,j)。A(i,j)表示把A盘片从第i号柱移到第j号柱。B(i,j)与之同理。算符共有12个。在状态空间图中，从初始节点(1,1)到目标节点(3,3)的任何一条通路都是问题的一个解。其中最短的路径长度是3，它由3个算符组成。例如:A(1,2),B(1,3),A(2,3)。8.根节点的MAX值是3第9章1.什么是机器学习？机器学习的研究目标是什么？机器学习是研究如何让计算机从数据中自动产生“模型”的“学习算法”。机器学习的目标是使学得的模型能够很好地适用于“新样本”，即令模型具备良好的泛化性。2.什么是监督学习？什么是无监督学习？监督学习（SupervisedLearning）是通过已有的训练样本（即已知数据以及其对应的输出）进行训练，从而得到一个最优模型，再利用这个模型将所有新的数据样本映射为相应的输出结果，对输出结果进行简单的判断从而实现分类的目的。无监督学习（UnsupervisedLearning）是在用来学习的数据没有任何类别信息以及给定目标值的情况下，通过学习寻求数据间的内在关系和统计规律，从而获得样本数据的结构特征。3.简述机器学习的一般过程。收集数据：可以使用很多方法收集样本数据，如制作网页爬虫工具从网站上抽取数据、智能设备发送过来的实测数据（温度、血压等）。获得数据的方法有很多，为了确保实验的可验证性和准确性、节省时间和精力，一般采用公测数据集。输入数据：获得数据后，还必须确保数据格式符合要求，与收集数据的格式相比，处理算法要求的格式相对简单很多。数据预处理：为了从这些数字或符号(串)中抽取出对机器学习有效的信息，必须进行数据预处理，包括数据清理和特征提取等。数据预处理是一个非常重要的步骤，它影响着整个机器学习的成败。训练算法：机器学习算法从这一步才真正开始学习。根据算法的不同，第四步和第五步是机器学习算法的核心。我们将前三步得到的格式化数据输人到算法，从中抽取知识或信息。这里得到的知识需要存储为计算机可以处理的格式，方便后续步骤使用。如果使用无监督学习算法，由于不存在目标变量值，故而也不需要训练算法，所有与算法相关的内容都集中在第五步。测试、验证模型：测试模型的目的是为了确定所建立模型是否满足实际应用的要求。测试数据应该和训练用的样本数据不一致，否则，测试所得的结果永远都是满意的。用测试数据对所建立模型进行测试，观察测试结果是否与实际情况是相符合。若与实际情况相符合，所建立模型就可对未知数据做预测，从而得到进一步的验证。4.机器学习的四要素是什么？机器学习包括四个基本要素：数据、模型、策略和优化。5.什么是聚类？常见的聚类算法有哪些？聚类（Clustering）是一种无监督的学习方法，目标是通过对无标记训练样本的学习来揭示数据的内在的性质和规律，为进一步的数据分析提供基础。聚类基于“物以类聚”的思想，通过计算对象个体或对象类之间的相似程度，将满足相似条件的对象个体或对象类分入同一类（簇）内；不满足相似条件的对象个体或对象类分入不同类（簇）中，使划分结果满足类内元素相似度高、类间元素相似程度低的要求。主要的聚类算法可以划分为以下4个类型：基于划分的聚类方法：代表算法有：K-MEANS算法、K-MEDOIDS算法、CLARANS算法等；基于层次的聚类方法：代表算法有BIRCH算法、CURE算法、CHAMELEON算法等；基于密度的聚类方法：代表算法有DBSCAN算法、OPTICS算法、DENCLUE算法等；基于网格的聚类方法：代表算法有STING算法、CLIQUE算法、WAVE-CLUSTER算法等。6.什么是分类？常见的分类算法有哪些？分类（Classification）是机器学习的一项重要任务，是指在数据库的各个对象中找出共同特征，并按照分类模型把它们进行分类。分类分析时将依据“训练集”数据的类标号，对类进行准确的描述或者建立模型，该模型能够很好地拟合输入数据中类标号和属性集之间的联系，还要能正确地预测未知样本的类标号。常见的分类算法有决策树、贝叶斯、k-近邻、支持向量机。7．给定秋游决策样本数据集，如表8-11所示，请回答以下问题。（1）决策树ID3算法会选择哪个属性作为根节点？（2）构造该决策树。表8-11秋游决策样本数据集序号天气温度风速秋游1晴天炎热微风是2晴天炎热强风否3多云炎热微风是4下雨凉爽微风否5下雨凉爽强风否6多云凉爽强风否7下雨适中微风是8晴天凉爽强风是9晴天适中微风是10晴天适中强风是解：（1）对于给定的数据集，其期望信息量为：选取属性天气作为根节点的期望信息量为：则属性天气的信息增益值为：同理，可求得属性温度的信息增益值为：属性风速的信息增益值为：由于属性温度的信息增益值最大，所以选择属性温度作为根节点。（2）使用将属性温度样本分组后温度适中样本全部指向叶节点“是”，温度炎热样本可以被属性风速分组至叶节点，温度凉爽样本可以被属性天气分组至叶节点，如图所示。8.假设数据集D中有10个数据对象（用二维空间的点表示），分别是：,,,,,,,,用K-means聚类算法将这些数据进行聚类，距离计算办法采用欧氏距离。解：首先给定聚类数K=3，随机选取m1，m2，m3作为初始类的中心点，分别是m1=，m2=，m3=，开始迭代。第