2024年湖南師范大學非全日制研究生招生考試《人工智能導論》考試大綱
考試內容及要點
《人工智能導論》課程是培養(yǎng)學生對人工智能的整體認識性，使學生在具備數(shù)學與編程基本能力的基礎上，對人工智能的多個分支有較全面的了解，具備一定的人工智能算法實現(xiàn)能力。
(一)緒論
1. 智能與人工智能的基本概念；
2. 人工智能研究的基本內容和方法；
3. 人工智能主要應用領域介紹。
(二)知識表示
1. 知識與知識表示的基本概念；
2. 謂詞邏輯表示法；
3. 知識圖譜及應用。
(三)確定性推理方法
1. 推理的概念、分類與基本策略；
2. 命題邏輯與謂詞邏輯支持的基本推理方法；
3. 自然演繹推理與應用；
4. 歸結原理與應用。
(四)不確定性推理方法
1. 不確定性的表示與不確定性推理的概念、分類；
2. 概率推理與主觀貝葉斯推理方法；
3. 基于可信度的不確定性表示與推理方法；
4. 基于證據(jù)理論的不確定性表示與推理方法；
5. 模糊邏輯、模糊集、模糊關系及合成、模糊推理及其應用。
(五)搜索求解策略
1. 搜索的概念、分類與評價標準；
2. 狀態(tài)空間的表示與啟發(fā)式搜索應用；
3. 與或樹的表示與啟發(fā)式搜索應用；
4. 博弈樹的概念、極大極小過程以及 a-b剪枝。
(六)智能計算基礎
1. 智能計算的概念；
2. 進化算法的概念、框架與設計準則；
3. 遺傳算法的基本概念及其應用；
4. 群智能算法的概念及典型的群智能算法。
(七)人工神經網絡與深度人工神經網絡
1. 神經元數(shù)學模型與人工神經網絡基本原理；
2. 人工神經網絡基本學習算法
3. BP神經網絡結構與學習算法；
4. 卷積神經網絡與深度學習。
(八)專家系統(tǒng)與機器學習
1. 專家系統(tǒng)概述；
2. 專家系統(tǒng)的工作原理；
3. 專家系統(tǒng)的建立；
4. 知識獲取的主要過程與模式；
5. 機器學習的發(fā)展與基本概念；
6. 機器學習分類：監(jiān)督學習、無監(jiān)督學習、半監(jiān)督學習與強化學習。
(九)自然語言處理及其應用
1. 自然語言處理與理解概述；
2. 語言處理過程的層次；
3. 機器翻譯、自然語言人機交互、智能問答原理及應用；
4. 語音增強、識別、合成和轉換處理技術及應用。
(十)計算機視覺
1. 計算機視覺概述；
2. 計算機視覺基本處理流程：圖像預處理與圖像分析理解；
3. 圖像分類、目標檢測、圖像分割、人臉識別等主要計算機視覺技術方法。
(十一)智能機器人
1. 智能機器人概述；
2. 人工智能技術在機器人中的應用；
3. 智能機器人發(fā)展展望。
您填的信息已提交,老師會在24小時之內與您聯(lián)系
如果還有其他疑問請撥打以下電話
熱門簡章
更多
湖南大學
中南大學
長沙理工大學
湖南農業(yè)大學
中南林業(yè)科技大學
微信小程序
微信公眾號
在職研APP
