1、 搜尋與求解
2、 學習與發現
3、 知識與推理
4、 發明與創造
5、 感知與響應
6、 理解與交流
7、 記憶與聯想
8、 競爭與協作
9、 系統與建造
10、 應用與工程
機器學習方法的三大類：
監督學習
無監督學習
強化學習
不確定性推理原理：
不確定性可以理解為在缺少足夠資訊的情況下做出判斷，是智慧型問題的本質特徵；推理是人類的思維過程，它是從已知事實出發，通過運用相關的知識逐步推出某個結論的過程。所謂不確定性推理原理就是從不確定性初始證據出發，通過運用不確定性的知識，最終推出具有一定程度的不確定性但卻是合理或者近乎合理的結論的方法或理論。
人工智慧複習筆記
知識閾值理論 進化理論 對上述三者總結 智慧型的具體特徵 人工智慧的研究目標 例子深藍 97年超級電腦 考試曾考過 圖靈的夢想和深藍哪個難實現 知識的特性 不確定性 模糊性不完全性 經驗性 可表示性與可利用性 知識的分類 按作用及表示 按確定性 按結構及表現形式 經典邏輯表示法 謂詞邏輯 最精確 最...
人工智慧期末複習（一）
1.人工智慧之父 圖靈 2.人工智慧定義。人工智慧的定義可以分為兩個部分，即 人工 和 智慧型 人工 比較好理解，即人力所能及創造，是非自然的。例子 人工湖，人工河 運河 人工纖維，人造衛星，人工肢腿 假肢假腿 人工腦，人工心臟，人工魚 基因魚 轉殖羊 轉殖牛，各種轉基因食品 智慧型 相對問題就複雜...
人工智慧簡史 人工智慧簡史
人工智慧簡史 在人工智慧的早期，計算機科學家試圖在計算機中重建人類思維的各個方面。這就是科幻 中的智力型別，即或多或少像我們一樣思考的機器。毫無疑問，這種型別的智慧型稱為可理解性。具有可理解性的計算機可用於探索我們如何推理，學習，判斷，感知和執行腦力活動。可懂度的早期研究集中於在計算機中對現實世界和...