人工智能知识点总结

2024-01-07 20:51:33

1.什么是人工智能

人工智能是计算机科学的一个分支,让计算机系统能够感知,理解,学习,推理,决策和解决问题等的能力,能够模拟和实现人类智能的能力。

人工智能涵盖很多子领域,分别是机器学习,深度学习,自然语言处理,计算机视觉,强化学习等。

机器学习:是如何设计一个模型和算法来提取数据的模式,从而改善性能进行自主决策。

深度学习:是构建和训练深层神经网络模型,通过多层非线性变换来学习和表示数据特征。

自然语言处理:让计算机能够进行文本分析和语义理解的能力,NLP,常用于机器翻译。

计算机视觉:能够理解和解释图像和视频数据,设计图像识别,目标检测,图像生成等。

强化学习:是 学习一种范式,将智能体置于环境中,让其根据环境的反馈进行学习和决策,以最大化积分奖励。

2.理性思维和理性行为的概念

理性思维:根据现有知识和目标,进行推理和思考,得出最合理,最有效的决策。

理性行为:基于理性思维,选择能够最化实现预期目标的行为决策。

3.有信息的搜索算法和无信息的搜索算法

有信息的搜索算法依赖额外的信息结构,无信息的搜索是盲目的搜索

有信息的搜索

A*算法:是启发式算法,根据启发函数进行节点评估再根据节点的代价,选择下一个展开的节点,它是深度优先和广度优先的结合

最佳优先算法:

IDA算法:是在A*算法上的改进,深度受限,

双向启发式算法:启发函数进行节点评估,双向搜索,节省存储空间,效率高

满意搜索算法:根据启发式函数评估,找到一组解,但不一定是最优的解。适合问题空间大,时间有限的情况。

无信息的搜索算法

广度优先搜索:从根节点开始,逐层向下展开搜索,尽可能的展开邻边结点,找到的解是最靠近根节点的,但是如果树的分支节点比较多可能会耗费大量的存储空间

深度优先搜索:从根节点开始,沿着一个方向一直展开,知道展开到叶子结点,返回上一层重复以上操作,它是一个递归的搜索算法。可能会错过浅层最优解。

双向搜索算法:跟起始节点和目标节点两个地方向中间进行搜索,两者会在中间的位置相遇,节省了存储空间,提升了搜索效率。

一致代价搜索:有有权图的搜索算法,按着路径代价最小的地方展开。

成为启发式函数的条件:一致性和非负性

4.代理

代理是能够感知环境并进行决策的智能体,至于环境中的智能体能够感知环境(根据传感器)根据环境的反馈进行学习和决策,通过动作来影响环境,智能体可以是程序也可以是机器人。

5.博弈

多个竞争者之间相互竞争,互动并根据特定的规则进行互动的情景。博弈理论研究参与者之间的策略选择和结果预测,以及如何在给定规则下实现最优策略。

6.全联合概率与条件概率

全联合概率是多个变量同时发生,P(A,B,C)=P(A|B,C)*P(B|C)*P(C)

条件的概率是在一个条件下发生的情况下,另一个条件发生的概率。如P(A|B)

7.命题逻辑

一种简单的逻辑形式,它处理的是命题,即陈述性语句的真值,命题可以是真或者假。

命题逻辑使用的逻辑运算符如,合取,析取,非,蕴含,双向蕴含

命题逻辑只关注问题的真假和逻辑关系。

文章来源:https://blog.csdn.net/weixin_56180495/article/details/135435946
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。