本章学习内容了解知识表示的基本含义⭐掌握常用的知识表示方法了解各知识表示方法的优缺点会用知识表示方法解决实际问题预备知识1、什么是知识？知识是一个抽象的术语，用于尝试描述人对某种特定对象的理解。2、知识层次3、知识的属性真伪性、相对性、不完全性、不确定性、可表示性、可存储性、可传递性和可处理性、相容性...

目录第1章 绪论1.1人工智能的定义与发展1.1.1人工智能的定义1.1.2人工智能的起源与发展第1章 绪论1.1人工智能的定义与发展1.1.1人工智能的定义关于人工智能的定义，众说纷纭，还没有统一的定义。一般的解释：人工智能就是用人工的方法在机器（计算机）上实现的智能，或称机器智能、计算机智能。知识：人们通过体验、学习或联想而知晓的对客观世界规律性的认识，包括事实、条件、过程、规则、关系和规律等

1.1 人工智能的发展阶段1. 孕育时期（1956年前）人工智能开拓者们在数理逻辑、计算本质、控制论、信息论、自动机理论、神经网络模型和电子计算机等方面做出的创造性贡献，奠定了人工智能发展的理论基础。2. 形成时期 （1956-1970）AI诞生于一次历史性的聚会—达特茅斯会议，迅速发展，过于乐观3. 暗淡（低潮）时期 （1956-1970）过高预言的失败，给AI的声誉造成重大伤害，同时，许多人工

7.4 决策树学习7.4.1 机器学习的主要策略1、决策树的学习过程（一颗决策树的生成过程）：（1）特征选择：从训练数据中众多的特征中选择一个特征作为当前节点的分裂标准，如何选择特征有着很多不同量化评估标准标准，从而衍生出不同的决策树算法。三种纯度计算方法：基尼指数、信息熵、错误率（2）决策树生成： 根据选择的特征评估标准，从上至下递归地生成子节点，直到数据集不可分则停止决策树停止生长。 ...

本章内容熟悉经典推理和非经典推理的区别掌握不确定推理的基本概念掌握概率推理方法掌握主观贝叶斯推理方法掌握可信度推理方法了解证据理论的基本知识4.1 经典推理和非经典推理非经典推理和经典推理的区别表现在：推理方法。经典采用演绎逻辑推理，非经典采用归纳逻辑推理。辖域取值。经典逻辑都是二值逻辑，非经典是多值逻辑。...

本章学习内容了解知识表示的基本含义⭐掌握常用的知识表示方法了解各知识表示方法的优缺点会用知识表示方法解决实际问题预备知识1、什么是知识？知识是一个抽象的术语，用于尝试描述人对某种特定对象的理解。2、知识层次3、知识的属性真伪性、相对性、不完全性、不确定性、可表示性、可存储性、可传递性和可处理性、相容性...

7.4 决策树学习7.4.1 机器学习的主要策略1、决策树的学习过程（一颗决策树的生成过程）：（1）特征选择：从训练数据中众多的特征中选择一个特征作为当前节点的分裂标准，如何选择特征有着很多不同量化评估标准标准，从而衍生出不同的决策树算法。三种纯度计算方法：基尼指数、信息熵、错误率（2）决策树生成： 根据选择的特征评估标准，从上至下递归地生成子节点，直到数据集不可分则停止决策树停止生长。 ...

DataFlowAnalysis 研究的是 HowDataFlowsonCFG?即数据流是如何在控制流图中运行的。实际上，不同的数据流分析应用面对的Data是不一样的。例如上一章中分析的【正负零】的问题中，关注的data就是正负零，通过CFG（a program）中的边（control flows）和节点（BBs/statementes）进行分析。第一节课里讲过，绝大多数静态分析是牺牲了compl

1.1 人工智能的发展阶段1. 孕育时期（1956年前）人工智能开拓者们在数理逻辑、计算本质、控制论、信息论、自动机理论、神经网络模型和电子计算机等方面做出的创造性贡献，奠定了人工智能发展的理论基础。2. 形成时期 （1956-1970）AI诞生于一次历史性的聚会—达特茅斯会议，迅速发展，过于乐观3. 暗淡（低潮）时期 （1956-1970）过高预言的失败，给AI的声誉造成重大伤害，同时，许多人工

本章学习内容了解知识表示的基本含义⭐掌握常用的知识表示方法了解各知识表示方法的优缺点会用知识表示方法解决实际问题预备知识1、什么是知识？知识是一个抽象的术语，用于尝试描述人对某种特定对象的理解。2、知识层次3、知识的属性真伪性、相对性、不完全性、不确定性、可表示性、可存储性、可传递性和可处理性、相容性...