考試內(nèi)容及要點(diǎn)
《人工智能導(dǎo)論》課程是培養(yǎng)學(xué)生對(duì)人工智能的整體認(rèn)識(shí)性,使學(xué)生在具備數(shù)學(xué)與編程基本能力的基礎(chǔ)上,對(duì)人工智能的多個(gè)分支有較全面的了解,具備一定的人工智能算法實(shí)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(nèi)容和方法;
3. 人工智能主要應(yīng)用領(lǐng)域介紹。
(二)知識(shí)表示
1. 知識(shí)與知識(shí)表示的基本概念;
2. 謂詞邏輯表示法;
3. 知識(shí)圖譜及應(yīng)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(yīng)用;
4. 歸結(jié)原理與應(yīng)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(guān)系及合成、模糊推理及其應(yīng)用。
(五)搜索求解策略
1. 搜索的概念、分類與評(píng)價(jià)標(biāo)準(zhǔn);
2. 狀態(tài)空間的表示與啟發(fā)式搜索應(yīng)用;
3. 與或樹的表示與啟發(fā)式搜索應(yīng)用;
4. 博弈樹的概念、極大極小過程以及 a-b剪枝。
(六)智能計(jì)算基礎(chǔ)
1. 智能計(jì)算的概念;
2. 進(jìn)化算法的概念、框架與設(shè)計(jì)準(zhǔn)則;
3. 遺傳算法的基本概念及其應(yīng)用;
4. 群智能算法的概念及典型的群智能算法。
(七)人工神經(jīng)網(wǎng)絡(luò)與深度人工神經(jīng)網(wǎng)絡(luò)
1. 神經(jīng)元數(shù)學(xué)模型與人工神經(jīng)網(wǎng)絡(luò)基本原理;
2. 人工神經(jīng)網(wǎng)絡(luò)基本學(xué)習(xí)算法
3. BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)與學(xué)習(xí)算法;
4. 卷積神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)。
(八)專家系統(tǒng)與機(jī)器學(xué)習(xí)
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(shí)獲取的主要過程與模式;
5. 機(jī)器學(xué)習(xí)的發(fā)展與基本概念;
6. 機(jī)器學(xué)習(xí)分類:監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)與強(qiáng)化學(xué)習(xí)。
(九)自然語言處理及其應(yīng)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(jī)器翻譯、自然語言人機(jī)交互、智能問答原理及應(yīng)用;
4. 語音增強(qiáng)、識(shí)別、合成和轉(zhuǎn)換處理技術(shù)及應(yīng)用。
(十)計(jì)算機(jī)視覺
1. 計(jì)算機(jī)視覺概述;
2. 計(jì)算機(jī)視覺基本處理流程:圖像預(yù)處理與圖像分析理解;
3. 圖像分類、目標(biāo)檢測(cè)、圖像分割、人臉識(shí)別等主要計(jì)算機(jī)視覺技術(shù)方法。
(十一)智能機(jī)器人
1. 智能機(jī)器人概述;
2. 人工智能技術(shù)在機(jī)器人中的應(yīng)用;
3. 智能機(jī)器人發(fā)展展望。
您填的信息已提交,老師會(huì)在24小時(shí)之內(nèi)與您聯(lián)系
如果還有其他疑問請(qǐng)撥打以下電話