章节重点
绪论
1. 人工智能三个主要学派代表人物、观点、主要工作内容
2. 图灵及其贡献
知识表示
1. 一阶谓词逻辑表示法*
2. 产生式表示法(不考)
3. 语义网络表示法*
4. 框架表示法(掌握应用场景, 背景)
确定性推理
1. 推理的分类(正向推理、反向推理、双向推理)
2. 谓词公式永真和可满足性的内容*
3. 置换与合一*
4. 归结演绎推理(子句概念、怎么做归结、归结的策略)*
搜索策略
1. 一般图搜索的搜索方法
2. 盲目图搜索的代表性方法(bfs、dfs、有界 dfs、迭代加深搜索的原理和对
比)
3. 启发式搜索(A*算法原理,评估设定方法、迭代加深 A*与 A*算法的区
别与联系)
4. 博弈(极大极小过程原理,如何实施,优缺点,为什么演变出
过程)
可能会涉及与或图搜索
回溯搜索不涉及
不确定性推理
1. 主观贝叶斯方法(理论基础、组合证据的计算、结论的传递组合算法)
2. 可信度方法(表示原因、CF 模型含义)
3. 证据理论(模型理论、传递组合的算法)
机器学习
1. 归纳学习的思想
2. 决策树(ID3 算法(如何构建决策树)如何选择相应的属性(信息熵))
3. K 近邻算法(过程(如何实现))