考試科目：人工智能基礎

考試內容

(一)要求熟知的章節

第1章：緒論

第2章：知識表示

第3章：自動(dòng)推理

第4章：不確定性推理

第5章：機器學(xué)習

第6章：神經(jīng)網(wǎng)絡(luò )

第7章：專(zhuān)家系統

(二)主要內容

1. 人工智能的概念，人工智能研究的基本內容，人工智能研究的主要學(xué)派及其觀(guān)點(diǎn)，以及人工智能應用概況。

2. 知識的概念、分類(lèi)。

3. 謂詞邏輯知識表示方法，謂詞公式轉換為子句集。

4. 產(chǎn)生式系統知識表示方法，產(chǎn)生式系統的組成。

5. 語(yǔ)義網(wǎng)絡(luò )知識表示方法。

6. 框架知識表示方法。

7. 搜索的概念、分類(lèi)、評價(jià)標準。

8. 深度優(yōu)先搜索、寬度優(yōu)先搜索、迭代加深搜索。

9. 啟發(fā)式搜索函數、搜索算法、可采納性。

10. 爬山算法、模擬退火算法、最好優(yōu)先算法、A*算法。

11. 圖搜索的啟發(fā)式函數、搜索算法。

12. 博弈樹(shù)的概念、特點(diǎn)。

13. 歸結演繹推理的概念、過(guò)程、算法、歸結反演及搜索策略。

14. 產(chǎn)生式系統的推理、自然演繹推理、非單調推理。

15. 不確定性知識分類(lèi)、不確定性推理的基本問(wèn)題、推理方法分類(lèi)。

16. 主觀(guān)Bayes方法、可信度方法和證據理論方法知識表示形式、不確定性復合、傳播和積累計算。

17. 模糊邏輯與模糊推理。

18. 機器學(xué)習的概念、模型和算法。

19. 決策樹(shù)概念、構造算法、ID3算法。

20. 類(lèi)比學(xué)習基本概念和方法，基于案例的推理。

21. 統計學(xué)習基本概念和方法，支持向量機線(xiàn)性可分、核函數，結構風(fēng)險。

22. 強化學(xué)習基本概念、模型和方法。

23. 遺傳算法那基本概念，選擇、交叉、變異等遺傳算子，遺傳算法步驟。

24. 神經(jīng)網(wǎng)絡(luò )的基本概念、基本特征、分類(lèi)、神經(jīng)元、激勵函數。

25. 感知器、BP算法。

26. 神經(jīng)網(wǎng)絡(luò )的分類(lèi)，神經(jīng)網(wǎng)絡(luò )的作用。

27. 深度學(xué)習的基本概念、模型和方法。

28. 專(zhuān)家系統的基本概念、特點(diǎn)、基本結構和評價(jià)方法。

29. 典型的專(zhuān)家系統工具。

30. 專(zhuān)家系統構建的步驟和方法。

考試要求

1. 要求熟悉人工智能的基本概念、基本理論和基本技術(shù);

2. 能夠運用所掌握的基本概念、基本理論和基本技術(shù)分析解決實(shí)際問(wèn)題。

l 參閱：

《人工智能》， 史忠植，機械工業(yè)出版社，2016年