关于 拾年之璐

微信公众号知行校园汇,点击查看,欢迎关注

其他平台(点击蓝字可访问):

GitHub  |  Gitee  |  哔哩哔哩  |  语雀  |  简书  |  微信小程序  |  知行达摩院  

本文专栏:研究生课程  点击查看系列文章

重要提醒

本文已不再维护,高级人工智能 MOOC课后习题及作业的 完整答案 如下:

1、第1~3章: https://blog.csdn.net/cxh_1231/article/details/113816954

2、第4~6章: https://blog.csdn.net/cxh_1231/article/details/113816977

3、第7~9章: https://blog.csdn.net/cxh_1231/article/details/113817036

4、期末考试: https://blog.csdn.net/cxh_1231/article/details/113817109

第1章 绪论

从学科和能力的角度深刻理解人工智能的定义,初步了解人工智能的起源及其发展过程。重点掌握人工智能的几种定义,掌握目前人工智能的三个主要学派及对人工智能的理解,一般了解人工智能的主要研究范围和应用领域。了解人类认知活动与计算机的比较关系,基本了解智能信息处理系统。了解新一代人工智能的技术基础、发展现状,能对新一代人工智能发展进行分析与评价。

1、人工智能的英文全称是( )
A、Artifact Intelligence
B、Artificial Intelligence
C、artificial intelligence
D、AI

参考答案:B

2、人工智能概念是在哪次会议上首次提出?
A、1956年朴茨茅斯会议
B、1956年赫尔辛基会议
C、1956年芝加哥会议
D、1956年达特茅斯会议

参考答案:D

3、人工智能的目的是让机器能够( ),以实现某些脑力劳动的机械化。
A、具有智能
B、和人一样工作
C、完全代替人的大脑
D、模拟、延伸和扩展人的智能

参考答案:D

4、人工智能中通常把( )作为衡量机器智能的准则。
A、图灵机
B、图灵测试
C、中文屋思想实验
D、人类智能

参考答案:B

5、人类智能的特征包括( )
A、感知能力
B、记忆与思维能力
C、学习能力
D、行为能力

参考答案:ABCD

6、人工智能研究的基本内容包括( )
A、机器行为
B、机器感知
C、机器思维
D、机器学习

参考答案:详情见本文开头的相关说明

7、新一代人工智能的核心包括( )
A、大数据
B、互联网
C、深度学习算法
D、计算力

参考答案:详情见本文开头的相关说明

8、符号主义学派认为人工智能的核心是( )
A、知识工程
B、知识表示
C、知识图谱
D、知识推理

参考答案:详情见本文开头的相关说明

9、一般认为人类智能是知识与智力的总和,其中知识是一切智能行为的基础,而智力是获取知识并应用知识求解问题的能力。

参考答案:详情见本文开头的相关说明

10、电子计算机的诞生为人工智能的研究奠定了物质基础。

参考答案:详情见本文开头的相关说明

第2章 知识表示

学生经过本章学习,能够正确理解知识表示的概念,能够识别命题、一阶谓词、非一阶谓词、项、连词、量词以及谓词公式、谓词公式特性。能够应用一阶谓词表示法表示自然语言描述的知识,步骤正确,谓词公式无语法错误。能够正确理解产生式表示法和框架表示法的原理,能够对知识表示方法的适用范围进行分析和评价。

1、李明的父亲是教师,用谓词逻辑可以表示为Teacher(father(Liming))这里father(Liming)是( )
A、常量
B、变元
C、函数
D、一元谓词

参考答案:C

2、定义谓词Like(x,y) 表示x喜欢y,个体域为全体人类,以下表示“每个人都有喜欢的人”含义的 谓词公式是( )
A、image-20201116185534927
B、image-20201116185607677
C、image-20201116185612090
D、image-20201116185614999

参考答案:详情见本文开头的相关说明

3、对于谓词公式img,以下说法错误的是( )
A、上述公式中的所有 y 是自由变元
B、P(x, y) 中的 x 是约束变元
C、C.R(x, y) 中的 x 是约束变元
D、Q(x, y) 中的 x 是约束变元

参考答案:C

4、不适合用产生式表示法表示的知识是( )
A、由许多相对独立的知识元组成的领域知识
B、可以表示为一系列相对独立的求解问题的操作
C、具有结构关系的知识
D、具有经验性及不确定性的知识

参考答案:详情见本文开头的相关说明

5、下列不是框架表示法特点的是( )
A、结构性
B、模块性
C、继承性
D、自然性

参考答案:详情见本文开头的相关说明

6、假设我们定义了以下谓词: Study(x) x肯学习 Lucky(x) x是幸运的 那么下列哪个谓词公式对于以下知识的表示是正确的? “小张不肯学习但他是幸运的”
A、﹁Study(zhang)∧Lucky(zhang)
B、﹁(Study(zhang)∧Lucky(zhang))
C、﹁(Study(zhang)∨Lucky(zhang))
D、﹁Study(zhang)∨Lucky(zhang)

参考答案:详情见本文开头的相关说明

7、以下哪一项属于产生式?
A、编译原理中的文法
B、数据库中的SQL语句
C、程序设计中的IF语句
D、操作系统中的作业调度算法

参考答案:A

8、把一组产生式放在一起,让他们互相配合,协同作用,一个产生式生成的结论可以供另一个产生式作为已知事实使用,以求得问题的解,这样的系统称为产生式系统。一般来说,一个产生式系统由( )组成。
A、解释器
B、规则库
C、综合数据库
D、推理机

参考答案:BCD

9、一阶谓词逻辑中的个体可以是( )
A、常量
B、变元
C、函数
D、一元谓词

参考答案:ABC

10、一阶谓词逻辑表示法的优点有( )
A、自然性
B、精确性
C、严密性
D、易实现

参考答案:详情见本文开头的相关说明

11、以下哪些是谓词公式?
A、P(x)
B、﹁P(x)∧Q(x)←R(x)
C、P(x)→Q(x)
D、P(x)+Q(X)→Q(x)

参考答案:详情见本文开头的相关说明

12、一个命题不能同时既为真又为假,但可以在一种条件下为真,在另一种条件为假。

参考答案:详情见本文开头的相关说明

13、命题逻辑可以把所描述的事物的结构及其逻辑特征反映出来,也能把不同事物间的共同特征表述出来。

参考答案:详情见本文开头的相关说明

14、一阶谓词逻辑表示法可以表示不确定的知识。

参考答案:详情见本文开头的相关说明

15、框架表示法不能表示具有因果关系的知识。

参考答案:详情见本文开头的相关说明

16、产生式系统求解问题的过程是一个反复进行“匹配–冲突消解–执行”的过程。

参考答案:正确

17、框架的槽值或侧面值不能是另一个框架的名字。

参考答案:详情见本文开头的相关说明

18、产生式有固定的格式,每一条产生式规则都由前提与结论(操作)两部分组成。

参考答案:详情见本文开头的相关说明

19、论域是由所讨论对象的全体构成的非空集合。

参考答案:详情见本文开头的相关说明

第3章 确定性推理方法

通过本章内容学习,学生能够正确理解推理的概念,能够对推理方法进行分类,能够识别代换的合法性,能够应用MGU算法判定谓词公式集合是否合一,能够应用谓词公式化为子句集的方法把复杂谓词公式转化为子句集合且结果正确,能够应用归结原理进行复杂谓词公式蕴含式进行永真性证明,能够应用归结原理进行数理逻辑问题求解。

1、由一般性知识推出适合于某一具体情况的结论的推理是?
A、演绎推理
B、归纳推理
C、默认推理
D、单调推理

参考答案:A

2、若C1=P(x) ∨Q(x),C2=┐P(a) ∨R(y),则C1和C2的归结式R(C1,C2)=( )
A、P(x) ∨Q(x)
B、P(a) ∨Q(x)
C、Q(x) ∨R(y)
D、Q(a) ∨R(y)

参考答案:详情见本文开头的相关说明

3、在公式中 ∀y∃xp(x,y)),存在量词是在全称量词的辖域内,我们允许所存在的x可能依赖于y值。令这种依赖关系明显地由函数所定义,把每个y值映射到存在的那个x。这种函数叫做( )
A、依赖函数
B、Skolem函数
C、决定函数
D、多元函数

参考答案:B

4、P→Q Q→R => P→R 该永真蕴含式属于( )
A、假言推理
B、拒取式推理
C、假言三段论
D、全称固化

参考答案:详情见本文开头的相关说明

5、谓词逻辑下,子句 C1=L∨C1’, C2= ┐L∨C2’, 若σ是互补文字的最一般合一代换,则其归结式 C12=( )
A、C1’σ∨C2’σ
B、C1’∨C2’
C、C1’σ∧C2’σ
D、C1’∧C2’

参考答案:详情见本文开头的相关说明

6、以下属于不合法代换的有( )
A、{f(a)/b}
B、{x/y,f(y)/x}
C、{a/y,f(y)/x}
D、{f(x)/y,x/z}

参考答案:详情见本文开头的相关说明

7、以下推理错误的是( )
A、P,P→Q => Q
B、┓Q,P→Q => ┓P
C、Q,P→Q => P
D、┓P,P→Q => ┓Q

参考答案:详情见本文开头的相关说明

8、从初始证据出发,按某种策略不断运用知识库中的已知知识,逐步推出结论的过程称为推理。

参考答案:正确

9、任何文字的合取式称为子句。

参考答案:错误

10、空子句是可以满足的。

参考答案:详情见本文开头的相关说明

11、谓词公式不可满足的充要条件是其子句集不可满足。

参考答案:详情见本文开头的相关说明

12、对于一阶谓词逻辑,若子句集是不可满足的,则必存在一个从该子句集到空子句的归结演绎。

参考答案:详情见本文开头的相关说明

13、对于一阶谓词逻辑,如果没有归结出空子句,则说明原谓词公式是不可满足的。

参考答案:详情见本文开头的相关说明

第4章 不确定性推理方法

通过本章内容学习,学生能够正确理解不确定推理中的基本问题,能够根据产生式规则库绘制推理路线图,能够应用可信度推理方法计算结论的不确定程度,并能对该结果进行分析。能够应用证据理论推理方法计算结论的不确定程度,并能对该结果进行分析。认识现实世界不确定性和模糊性的特性,正确理解模糊集合和隶属度函数,并能与现实世界建立映射。

1、如果证据E的出现使得结论H一定程度为真,则可信度因子( )
A、CH(H,E)=0
B、-1<CH(H,E)<0
C、0<CH(H,E)<1
D、CH(H,E)=1

参考答案:详情见本文开头的相关说明

2、在可信度方法中,若证据A的可信度CF(F)=0, 这意味着( )
A、证据A可信
B、对证据A一无所知
C、没有意义
D、证据A不可信

参考答案:B

3、在证据理论中,信任函数与似然函数对(Bel(A),Pl(A))的值为(0,0)时,表示( )
A、A为真
B、对A一无所知
C、对A为真有一定信任
D、A为假

参考答案:详情见本文开头的相关说明

4、已知CF1(H)=0.8 CF2(H)=-0.3,请问结论H不确定性的合成CF1,2(H)=?
A、0.51
B、0.71
C、0.74
D、0.26

参考答案:详情见本文开头的相关说明

5、已知规则 E → H CF(H,E)=0.6 如果还已知证据CF(E)=-0.4,请问CF(H)=?
A、0.6
B、-0.4
C、-0.24
D、0

参考答案:详情见本文开头的相关说明

6、所谓不确定性推理就是从( )的初始证据出发,通过运用( )的知识,最终推出具有一定程度的不确定性但却是合理或者近乎合理的结论的思维过程。
A、不确定性, 不确定性
B、确定性, 确定性
C、确定性, 不确定性
D、不确定性 确定性

参考答案:详情见本文开头的相关说明

7、MYCIN系统中使用不确定推理,规则E → H由专家指定其可信度CF(H,E),若E不支持结论H为真,那么可以得到以下结论?
A、CF(H,E)=0
B、CF(H,E)>0
C、CF(H,E)<0
D、CF(H,E)=-1

参考答案:详情见本文开头的相关说明

8、不确定推理中,除了需要解决推理方法、推理方向、控制策略外,还需解决( )
A、不确定性的传递算法
B、组合证据不确定性的算法
C、不确定的表示与度量
D、结论不确定性的合成

参考答案:详情见本文开头的相关说明

9、基本概率分配函数之值是概率。

参考答案:详情见本文开头的相关说明

10、模糊性是由事物的概念界限模糊和人的主观推理与判断产生的。

参考答案:详情见本文开头的相关说明

11、模糊集合与其隶属函数是等价的。

参考答案:详情见本文开头的相关说明

12、模糊推理是利用模糊性知识进行的一种不精确推理。

参考答案:详情见本文开头的相关说明

第4章 课后作业

1、设有如下规则 R1: IF E1 THEN H (0.8) R2: IF E2 THEN H (-0.1) R3: IF E3 AND E4 THEN E1 (0.5) R4: IF E5 THEN E2 (0.7) R5: IF E6 OR E7 THEN E2 (0.9) 并已知初始证据的可信度为CF(E3)=0.7,CF(E4)=0.8,CF(E5)=0.9,CF(E6)=0.2,CF(E7)=0.6,用可信度方法计算CF(H)

参考答案:详情见本文开头的相关说明

第5章 搜索求解策略

通过本章内容学习,学生能够正确理解搜索的基本概念,能够根据搜索问题的特点选择问题表示方法,能够应用盲目搜索策略和启发式搜索策略进行搜索,能够根据具体的问题自行定义启发式函数,能够进行不同搜索方法的多维度分析、评价与改进,能够正确理解博弈树,能够应用极大极小值方法进行博弈决策,能够应用alpha-beta剪枝方法优化博弈决策。

1、依据估价函数f(x)=g(x)+h(x) (其中g(x)为初始节点到节点x已实际付出的代价,h(x)是节点x到目标节点的最优路径的估计代价)对OPEN表中的节点进行排序,并且要求启发函数满足( ),则称这种状态空间图的搜索算法为A*算法。
A、h(x)≤h*(x)
B、h(x)≥h*(x)
C、h(x)>h*(x)
D、h(x)≠h*(x)

参考答案:详情见本文开头的相关说明

2、如果问题存在最优解,则下面几种搜索算法中,( )可以认为是“智能程度相对比较高”的算法。
A、有界深度优先搜索
B、启发式搜索
C、深度优先搜索
D、宽度优先搜索

参考答案:详情见本文开头的相关说明

3、在启发式图搜索策略中,下面描述正确的是( )
A、open表用于存放已扩展过的节点。
B、closed表表用于存放所有已生成而未扩展的节点。
C、closed表用于存放已扩展过的节点。
D、open表用于存放所有已生成的节点。

参考答案:详情见本文开头的相关说明

4、与或树中有几类节点?
A、2
B、3
C、4
D、5

参考答案:B

5、下图是一棵与/或树,按最大代价法计算图中节点S0的代价h(S0)= ( ) 。

img
A、6
B、7
C、8
D、9

参考答案:详情见本文开头的相关说明

6、设有如图所示的与/或树,请按和代价法计算解树代价。

img
A、16
B、21
C、23
D、28

参考答案:详情见本文开头的相关说明

7、在估计函数f(x)= g(x) + h(x)中,其中启发式函数h(x)表示( )。
A、从初始节点到目标节点的代价的估计
B、从当前节点到目标节点的代价的估计
C、从初始节点到当前节点的代价的估计
D、目标节点所在的深度的估计

参考答案:详情见本文开头的相关说明

8、在估计函数f(x)= g(x) + h(x)中,其中代价函数g(x)表示( )。
A、从初始节点到目标节点的代价
B、从当前节点到目标节点的代价
C、从初始节点到当前节点的代价
D、当前节点所在的深度

参考答案:详情见本文开头的相关说明

9、与或树的盲目搜索包括( ) 。
A、自顶向下的扩展
B、自底向上的扩展
C、自顶向下的标识
D、自底向上的标识

参考答案:详情见本文开头的相关说明

10、问题归约的方式包括( )。
A、反证法
B、等价变换
C、分解
D、回溯

参考答案:详情见本文开头的相关说明

11、常用的盲目搜索策略有( )。
A、回溯
B、宽度优先
C、深度优先
D、最好优先

参考答案:详情见本文开头的相关说明

12、在估价函数中,对于g(x)和h(x) 下面描述正确的是( )
A、g(x)是从初始节点到节点x的实际代价
B、g(x)是从初始节点到节点x的最优路径的估计代价
C、h(x)是从节点x到目标节点的最优路径的估计代价
D、h(x)是从节点x到目标节点的实际代价

参考答案:详情见本文开头的相关说明

13、在图搜索算法中,如果按估价函数f(x)=g(x)+h(x)作为OPEN表中的结点排序的依据,则该算法就是深度优先算法。

参考答案:错误

14、终止节点一定是端节点,端节点不一定是终止节点。

参考答案:正确

15、全局择优搜索的效率比较宽度优先搜索的效率高。

参考答案:详情见本文开头的相关说明

16、在极大极小分析法中,对于或节点,选其子节点中一个最小的得分作为父节点的得分。

参考答案:详情见本文开头的相关说明

17、与/或树中与节点的子节点中只要有一个是可解节点,就可以判断该与节点是可解的。

参考答案:详情见本文开头的相关说明

18、在深度优先搜索算法中,节点进出OPEN表的顺序与数据结构中的( )相似。

参考答案:详情见本文开头的相关说明

19、在宽度优先搜索算法中,节点进出OPEN表的顺序与数据结构中的( )相似。

参考答案:详情见本文开头的相关说明

第5章 课后作业

1、请画出完整的搜索树,并标出搜索树种每个节点的估计函数值。

用全局择优搜索求解如图2所示的重排九宫格问题,初始状态为S0,目标状态为Sg,要求寻找从初始状态到目标状态的路径。

设估价函数:f(x) = d(x)+h(x)

其中:d(x)表示节点x的深度,h(x)表示节点x的棋局与目标节点棋局有差异数字回到响应位置的距离。
img

评分步骤:搜索树结构正确 每个节点的估计函数值(节点旁括号内的数值)计算正确。一共10个节点每个节点估计函数值计1分,累计10分。

参考答案:

详情见本文开头的相关说明

2、 请对如图所示的博弈树进行α-β剪枝并标出剪枝类型。

img

评分步骤:每个剪枝位置计1分,正确标出得1分,未标出或者标注错误不得分,累计6分,正确说明剪枝类型得4分,总计10分。

参考答案:

详情见本文开头的相关说明

Logo

为武汉地区的开发者提供学习、交流和合作的平台。社区聚集了众多技术爱好者和专业人士,涵盖了多个领域,包括人工智能、大数据、云计算、区块链等。社区定期举办技术分享、培训和活动,为开发者提供更多的学习和交流机会。

更多推荐