高级人工智能

1、2020/8/3，石中智高级人工智能，1，高级人工智能，评论重点石中智，2020/8/3，石中智高级人工智能，2，第1章导论，2020/8/3，石中智高级人工智能，3，人工智能的五个基本问题，(1)知识和概念化是人工智能吗，(2)认知能力可以从载体中分开研究吗？(3)认知轨迹可以用自然语言来描述吗？(4)学习能力能否与认知分开研究？(5)所有的认知都有统一的结构吗？2020/8/3，石中智高级人工智能，4，智能，符号智能是以知识为基础，通过推理解决问题。所谓的传统人工智能。计算智能以数据为基础，通过训练建立联系，并解决问题。人工神经网络、遗传算法、模糊系统、进化规划、人工生命等等都可以包含在计

2、算智能中。2020/8/3，石中智高级人工智能，5，机器学习，2020/8/3，石中智高级人工智能，6，第二章人工智能逻辑，2020/8/3，石中智高级人工智能，7，默认规则，默认规则是以下形式的规则：(x) 30规则的使用：如果满足规则的前提条件并且现有知识不能导致测试条件的否定i(x)，则可以建立结论。2020/8/3，石中智高级人工智能，8，非单调逻辑，推理系统的定理集不会随着推理过程的进展而单调增加，而新引入的定理很可能会否定和改变一些原有的定理，使一些原本可以解释的现象变得无法解释。新规则：(4) P(不动点)，2020/8/3，石中智高级人工智能，9，第3章约束推理，2020/8/

3、3，石中智高级人工智能，10，3.3 CONSTRAINT PROGRAMME，Arc consistency，2020/8/3，石中智高级Arc consistency如果当前域vj中的所有值X在当前域vj中都有某个值Y，则arc (vi，vj)是ARc consistency，因此在约束条件下允许vi=x和vj=y电弧一致性的概念是直接的。也就是说，(vi，vj)是弧一致的，这并不自动意味着(vj，vi)是一致的。2020年8月3日，石中智高级人工智能，12，约束传播修正算法，REVERSE(Vi，Vj)1 DELETE false；2对于每个x Di do 3，如果没有这样的yj Dj，

4、那么(x，yj)是一致的，5则6从Di中删除x；7 DELETE为真；8 endif 9 endfor 10 return DELETE11终改，2020年8月3日，石中智高级人工智能，13，AC-1，1Q；2重复3更改为假；4对于每个(Vi，Vj) Q，进行5次变更修订(Vi，Vj)变更；6 endfor7直到没有(变更)；8端AC-1，2020/8/3，石中智高级人工智能，14，第4章贝叶斯网络，2020/8/3，石中智高级人工智能，15，条件概率，条件概率3360。当事件B已经出现时，我们把事件A的发生概率作为P(A|B)。在B出现的条件下，A出现的条件概率，而P(A)被称为无条件概率。

5、如果事件A或B中的任何一个发生，它不影响另一个事件的概率，即当P(A)P(AB)或P(B)P(BA)时，就说A和B是独立的事件。2020/8/3，石中智高级人工智能，16，贝叶斯规则，基于条件概率的定义p(Ai|E)是给定证据下的后验概率P(E|Ai)是给定证据下的证据似然性P(E)是证据的预定义后验概率。石中智高级人工智能，17，第5章案例推理，2020年8月3日，石中智高级人工智能，18，案例学习的一般过程，2020年8月3日，石中智高级人工智能，19，案例学习的一般过程，2020年8月3日，石中智高级人工智能，20，相似性，2020/8/3，石中智高级人工智能，21，相似度计算，2，欧氏

6、距离，2020/8/3，石中智高级人工智能，22，相似度计算，3，麦卡斯基距离，2020/8/3，石中智高级人工智能变异空间方法的初始G集是最上点(最一般的概念)，初始S集是最下点(训练正例)，初始H集是整个正则空间。在搜索过程中，G集逐渐下移(专门化)，S集逐渐上移(一般化)，H集逐渐减少。最后，H收敛到一个只有一个要求的概念。2020/8/3，石中智高级人工智能，25，ID3算法，(1)选择给定训练示例的随机子集(称为窗口)。(2)重复(a)以形成解释当前窗口的规则。从其他例子中寻找这一规则的例外。(c)从当前窗口和规则例外生成新窗口。直到这条规则没有例外。2020/8/3，石中智高级人工

7、智能，26，C4.5 Extensions，C4.5是ID3的一个扩展，说明深度优先策略是使用不可用值Ex:仅给定前景为阳光连续属性v明度范围EX :湿度大于75决策树的剪枝规则推导，2020年8月3日，石中智高级人工智能，27，第7章类比学习，2020年8月3日，石中智高级人工智能，28，7.4转换差测度Dr(差函数)在T空间中的值是一个四维向量：新旧问题初始状态之间的差，新旧问题最终状态之间的差，新旧问题路径限制之间的差，新旧问题适用性之间的差。2020/8/3，石中智高级人工智能，30/7/4/4，转换模拟学习系统，输入，比较器，知识库操作表的解决方案库，操作模块，解决方案堆栈，检查模块

8、，输入和输出，转换模拟学习系统框图，2020/8/3，石中智高级人工智能，8.2解释性学习模型，概念描述空间，概念空间，范例空间，D1不可操作，D2可操作，I2，I3，解释性学习的空间描述，2020年8月3日，石中智高级人工智能，33，8.3解释性概括学习解释概括学习问题：已知：目标概念的训练范例；领域理论的可操作性标准；训练实例使其满足以下条件：目标概念的充分概念描述满足可操作性标准，2020年8月3日，石中智高级人工智能，34，EBL方法，2020/8/3，用领域理论知识解释为什么训练案例满足目标概念的定义和泛化，石中智高级人工智能，35，第9章知识发现和数据挖掘，2020/8/3，石中智

9、高级人工智能，36，数据库知识发现。目前，关系数据库技术已经成熟并得到广泛应用。因此，KDD的数据库知识发现研究非常活跃。该术语出现于1989年，法耶兹将其定义为“从数据集中识别有效、新颖、潜在有用和最终可理解的模式的KDD过程是一个不平凡的过程”，2020年8月3日，石中智高级人工智能，2020年8月3日，石中智高级人工智能，38，知识发现任务(1)传统和最简单的数据汇总方法是计算数据库每个字段的统计值，如和值、平均值和方差值，或者用直方图和饼图等图形表示它们。分类：根据分类模型对数据集进行分类。分类属于监督学习，一般需要一个训练样本数据集作为输入。聚类：根据数据的不同特征，将其分为不同的类

10、别。无监督学习，2020年8月3日，石中智高级人工智能，39，知识发现任务(2)，相关分析：发现特征或数据之间的相互依赖；关联规则的偏差分析：基本思想是找出观察结果和参考量之间有意义的差异。通过发现异常，人们可以更加关注特殊情况。建模：构建描述一个活动或状态的数学模型，石中智高级人工智能，40，关联规则的相关概念(2)，项目集A的支持度支持度：据说项目集A的支持度为S，如果在D中有s%的交易支持项目集X P(A) 1000个顾客购物，其中200个顾客买面包。关联规则AB的支持度：关联规则AB在交易数据库W中的支持度为S。如果项目集AB的支持度是购买面包和黄油的100个客户，那么面包黄油10，2

11、020/8/3，石中智高级人工智能，41，关联规则的相关概念(3)，可信度设置如下：在支持项目集A的交易中，与C的交易在1000个客户购物时也支持项目集B。P(B | A)，200个客户购买面包，140，2020/8/3，石中智高级人工智能，42，关联规则的相关概念(4)，最小支持度用户指定的关联规则必须满足的最小支持度。最小可信度最小值用户指定的关联规则必须满足的最小可信度。大项目集(大项目集，大项目集)项目集支持度不低于minsup，2020年8月3日，石中智高级人工智能，43，经典Apriori算法，(1)L1=大1-项目集；(2)对于(k=2；Lk-1不为空；k)开始(3)Ck=先天(Lk-1)；/所有交易的新候选项目集(4)TD do begin(5)c=子集(CK，t)；/t(6)中为所有候选人设置的候选项cc do (7) c .计数；(8)结束；(9)Lk=CCk | c . count=mins up；(10)结束；(11)答案=l1l2，2020年8月3日，石中之高级人工智能，44，剪枝算法：从Ck中移除k-1且不在Lk-1中的子集(1)为所有项集CCK