人工智能教程习题及答案第7章习题参考解答
《人工智能及其应用》(蔡自兴)课后习题答案第7章
第七章机器学习7-1 什么是学习和机器学习?为什么要研究机器学习?按照人工智能大师西蒙的观点，学习就是系统在不断重复的工作中对本身能力的增强或者改进，使得系统在下一次执行同样任务或类似任务时，会比现在做得更好或效率更高。
机器学习是研究如何使用机器来模拟人类学习活动的一门学科，是机器学习是一门研究机器获取新知识和新技能，并识别现有知识的学问。
这里所说的“机器”，指的就是计算机。
现有的计算机系统和人工智能系统没有什么学习能力，至多也只有非常有限的学习能力，因而不能满足科技和生产提出的新要求。
7-2 试述机器学习系统的基本结构，并说明各部分的作用。
环境向系统的学习部分提供某些信息，学习部分利用这些信息修改知识库，以增进系统执行部分完成任务的效能，执行部分根据知识库完成任务，同时把获得的信息反馈给学习部分。
影响学习系统设计的最重要的因素是环境向系统提供的信息。
更具体地说是信息的质量。
7-3 试解释机械学习的模式。
机械学习有哪些重要问题需要加以研究?机械学习是最简单的机器学习方法。
机械学习就是记忆，即把新的知识存储起来，供需要时检索调用，而不需要计算和推理。
是最基本的学习过程。
任何学习系统都必须记住它们获取的知识。
在机械学习系统中，知识的获取是以较为稳定和直接的方式进行的，不需要系统进行过多的加工。
要研究的问题：(1) 存储组织信息只有当检索一个项目的时间比重新计算一个项目的时间短时，机械学习才有意义，检索的越快，其意义也就越大。
因此，采用适当的存储方式，使检索速度尽可能地快，是机械学习中的重要问题。
(2) 环境的稳定性与存储信息的适用性问题机械学习基础的一个重要假定是在某一时刻存储的信息必须适用于后来的情况(3) 存储与计算之间的权衡如果检索一个数据比重新计算一个数据所花的时间还要多，那么机械学习就失去了意义。
7-4 试说明归纳学习的模式和学习方法。
归纳是一种从个别到一般，从部分到整体的推理行为。
归纳学习的一般模式为：给定：观察陈述(事实)F，假定的初始归纳断言(可能为空)，及背景知识求：归纳断言(假设)H，能重言蕴涵或弱蕴涵观察陈述，并满足背景知识。
人工智能(第七章)
5
吉林大学地面机械仿生技术教育部重点实验
（2）诊断型
诊断型专家系统是根据输入系统的有关被诊断对象的信息，来推断出相应对象存在的
故障和产生故障的原因，并进一步给出排除故障方法的一类专家系统。
主要特点是能够分析和掌握被诊断对象的组成特性以及各组成部分间的关系，能够通
过诊断对象的表面症状辨别出被掩盖的现象，并通过知识库中的知识提供相应的故障
（9）教学型
教学型专家系统是一类可根据学生学习的特点，制定适当的教学计划和教学方法，以
对学生进行教学和辅导的专家系统。
主要特点是有针对性地制定教学计划，并采用适当的学习方法对学生进行辅导。
这种类型的专家系统一般具有良好的人－机界面。
（10）修理型
修理型专家系统是对发生故障的系统或设备进行处理，使其恢复正常工作的一类专家
这种类型的专家系统是一种混合型专家系统，它将神经网络与符号处理系统有机结合
起来应用于专家系统的知识表示与推理求解。
11
吉林大学地面机械仿生技术教育部重点实验
7.1.4 专家系统的一般特点
在总体上，专家系统还具有以下一些共同特点：
（1）启发性
专家系统能够运用专家的知识和经验进行推理、判断与决策。
案；它能够对被设计问题的各部分及其它们之间的关系进行分析，试验性地构造出多
种易于修改的候选方案，并能对最终的设计结果给出适当的解释。
典型例子包括超大规模集成电路辅助设计系统KBVLSI、自动程序设计系统PSI等。
6
吉林大学地面机械仿生技术教育部重点实验
（4）预测型
预测型专家系统是通过对过去知识以及当前的事实与数据进行分析，推断未来情况的
人工智能习题库与参考答案
人工智能习题库与参考答案一、多选题（共100题，每题1分，共100分）1.字典a={'k1':'v1','k2':'v2','k3':'v3'}，执行完a.setdefault('k1','v99')语句后，a的值为（）；执行完a.setdefault('k4','v4')语句后，a的值为（）。
A、{'k1':'v4','k2':'v4','k3':'v4'}B、{'k1': 'v99', 'k2': 'v2', 'k3': 'v3'}C、{'k1': 'v1', 'k2': 'v2', 'k3': 'v3', 'k4': 'v4'}D、{'k1': 'v1', 'k2': 'v2', 'k3': 'v3'}正确答案：CD2.公司级人工智能平台应集成（）、（）、（）、模型管理、模型验证、基础模型服务及部分实时性要求不高的业务模型服务模块A、样本管理B、数据训练C、语音识别D、推理计算正确答案：ABD3.基因遗传算法的组成部分包括()。
A、初始化编码B、交叉和变异C、适应度函数D、选择正确答案：ABCD4.为加强人工智能领域标准化顶层设计，推动人工智能产业技术研发和标准制定，促进产业健康可持续发展，国家标准化管理委员会、中央网信办、国家发展改革委、（）等部门近日联合印发《国家新一代人工智能标准体系建设指南》A、教育部B、科技部C、商务部D、工业和信息化部正确答案：BD5.机器学习的要素有哪些？A、泛化能力B、样本空间划分C、一致性假设正确答案：ABC6.关于OLAP和OLTP的区别描述,正确的是?A、OLAP主要是关于如何理解聚集的大量不同的数据.它与OTAP应用程序不同B、与OLAP应用程序不同,OLTP应用程序包含大量相对简单的事务.C、OLAP的特点在于事务量大,但事务内容比较简单且重复率高.D、OLAP是以数据仓库为基础的,但其最终数据来源与OLTP一样均来自底层的数据库系统,两者面对的用户是相同的.正确答案：ABD7.常用的数据归约方法有（）。
人工智能习题集及各章小结
人工智能各章小结及习题解答第一局部绪论习题解答：1．什么是人工智能？开展过程中经历了哪些阶段？解：人工智能是计算机科学的一个重要分支，也是一门正在开展中的综合性前沿学科，它是由计算机科学、控制论、信息论、神经生理学、哲学、语言学等多种学科彼此渗透而开展起来的，目前正处于开展阶段尚未形成完整体系。
开展过程中经历的阶段有：第一阶段〔40年代中～50年代末〕神经元网络时代第二阶段〔50年代中～60年代中〕通用方法时代第三阶段〔60年代中～80年代初〕常识工程时代第四阶段〔80年代中～90年代初〕新的神经元网络时代第五阶段〔90年代初～此刻〕海量信息处置与网络时代2．人工智能研究的底子内容是什么？解：底子内容是：搜索技术、常识暗示、规划方法、机器学习、认知科学、自然语言理解与机器翻译、专家系统与常识工程、定理证明、博弈、机器人、数据挖掘与常识发现、多Agent 系统、复杂系统、足球机器人、人机交互技术等。
3．人工智能主要有哪几大研究学派？解：〔１〕符号主义学派：由心理学途径发生，符号主义认为人工智能发源于数理逻辑，人类认识〔智能〕的底子元素是符号，而智能行为那么是符号运算的成果。
〔２〕连接主义学派：由生理学途径发生，连接主义又称为仿生学派，认为人工智能的底子元素是神经元，智能发生于大量神经元的并行分布式联结之中，而智能行为那么是联结计算的成果。
〔３〕行为主义学派：由生物演化途径发生，行为主义认为人工智能发源于控制论，提出智能取决于感知和行为，取决于对外界复杂环境的适应，而不是暗示和推理。
４．人工智能有哪些主要的研究领域？解：〔１〕问题求解〔２〕逻辑推理与定理证明〔３〕自然语言理解〔４〕自动程序设计〔５〕专家系统〔６〕机器学习〔７〕神经网络〔８〕机器人学〔９〕模式识别〔１０〕机器视觉〔１１〕智能控制〔１２〕智能检索〔１３〕智能调剂与指挥〔１４〕分布式人工智能与Ａｇｅｎｔ〔１５〕计算智能与进化计算〔１６〕数据挖掘与常识发现〔１７〕人工生命〔１８〕系统与语言东西第2局部常识与常识暗示本章小结：习题解答：1 设有如下问题：〔1〕有五个彼此可直达且距离的城市A、B、C、D、E，如以下图；〔2〕某人从A地出发，去其它四个城市各参不雅一次后回到A; 〔3〕找一条最短的旅行路线请用发生式规那么暗示旅行过程。
人工智能导论-各章习题答案
习题
答案：神经网络是一种模仿人脑神经元之间相互连接和传递信息的网络模型。神经网络通常由输入层、隐藏层和输出层组成，每一层都包含多个神经元，通过不同层之间的连接和权重，实现信息的传递和处理。
习题
答案：深度学习是一种基于神经网络的机器学习方法，通过多层次的网络结构和大量的数据进行训练，从而实现高效的模式识别和特征提取。深度学习在计算机视觉、自然语言处理等领域取得了许多重要的成果。
第二章习题答案
习题
答案：符号推理是一种基于逻辑和推理规则的方法，通过对符号和符号之间的关系进行操作和推理，从而实现问题的求解。符号推理通常涉及到语义、句法和语法的处理，需要对问题进行符号化表示。
习题
答案：决策树是一种常用的机器学习算法，用于解决分类问题。它基于树形结构，通过一系列的判断节点将数据进行分类。决策树的构建过程是一个递归的过程，每次选择一个最优的判断节点，并将数据分割为不同的子集，直到达到终止条件。
习题
答案：人工智能的应用非常广泛，涉及到各个领域。例如，在医疗领域，人工智能可以用于辅助医生进行诊断和治疗决策；在金融领域，人工智能可以用于风险评估和投资建议；在交通领域，人工智能可以用于智能交通管理和无人驾驶等。
习题
答案：人工智能的发展面临着一些挑战和问题。首先，人工智能的算法和模型需要不断优化和改进，以提高其性能和准确度。其次，人工智能系统需要大量的数据进行训练，但数据的获取和处理也面临一些困难。另外，还需要解决人工智能系统的安全和隐私问题，以保护用户的信息和权益。
以上是《人工智Байду номын сангаас导论》各章习题的答案。希望对学习人工智能的同学们有所帮助！
参考资料
1.Russell, S., & Norvig, P. (2016). Artificial Intelligence: A Modern Approach. Pearson.
第7章输入输出习题参考解答
第7章思考题与习题参考答案1．计算机的I/O系统的功能是什么？它由哪几个部分组成？答：计算机的I/O系统，主要用于解决主机与外部设备间的信息通讯，提供信息通路，使外围设备与主机能够协调一致地工作。
计算机的I/O系统由I/O硬件和I/O软件两大部分组成。
其中I/O硬件包括：系统总线、I/O接口、I/O设备及设备控制器。
I/O软件包括：用户的I/O程序、设备驱动程序、设备控制程序。
2．I/O硬件包括哪几个部分？各部分的作用是什么？答：I/O硬件包括：系统总线、I/O接口、I/O设备及设备控制器。
系统总线的作用是为CPU、主存、I/O设备（通过I/O接口）各大部件之间的信息传输提供通路。
I/O接口通常是指主机与I/O设备之间设置的一个硬件电路及其相应的控制软件。
它用于在系统总线和外设之间传输信号，并起缓冲作用，以满足接口两边的时序要求。
I/O设备的作用是为主机与外部世界打交道提供一个工具。
设备控制器用来控制I/O设备的具体动作，不同的I/O设备需要完成的控制功能不同。
3．什么是用户I/O程序？什么是设备驱动程序？什么是设备控制程序？答：用户I/O程序是指用户利用操作系统提供的调用界面编写的具体I/O设备的输入输出程序。
例如用户编写的用打印机输出文本的程序。
设备驱动程序是一种可以使计算机和设备通信的特殊程序。
可以说相当于操作系统与硬件的接口，操作系统只有通过这个接口，才能控制硬件设备的工作，假如某设备的驱动程序未能正确安装，便不能正常工作。
设备控制程序就是驱动程序中具体对设备进行控制的程序。
设备控制程序通过接口控制逻辑电路，发出控制命令字。
命令字代码各位表达了要求I/O设备执行操作的控制代码，由硬件逻辑解释执行，发出控制外设的有关控制信号。
4．说明设计I/O系统的三个要素的具体内容。
答：设计I/O系统应该考虑如下三个要素：①数据定位： I/O系统必须能够根据主机提出的要求进行设备的选择，并按照数据在设备中的地址找到相应的数据。
(完整版)人工智能(部分习题答案及解析)
1.什么是人类智能？它有哪些特征或特点？定义：人类所具有的智力和行为能力。
特点：主要体现为感知能力、记忆与思维能力、归纳与演绎能力、学习能力以及行为能力。
2.人工智能是何时、何地、怎样诞生的？解：人工智能于1956年夏季在美国Dartmouth大学诞生。
此时此地举办的关于用机器模拟人类智能问题的研讨会，第一次使用“人工智能”这一术语，标志着人工智能学科的诞生。
3.什么是人工智能？它的研究目标是？定义：用机器模拟人类智能。
研究目标：用计算机模仿人脑思维活动，解决复杂问题；从实用的观点来看，以知识为对象，研究知识的获取、知识的表示方法和知识的使用。
4.人工智能的发展经历了哪几个阶段？解：第一阶段：孕育期（1956年以前）；第二阶段：人工智能基础技术的研究和形成（1956~1970年）；第三阶段：发展和实用化阶段（1971~1980年）；第四阶段：知识工程和专家系统（1980年至今）。
5.人工智能研究的基本内容有哪些？解：知识的获取、表示和使用。
6.人工智能有哪些主要研究领域？解：问题求解、专家系统、机器学习、模式识别、自动定论证明、自动程序设计、自然语言理解、机器人学、人工神经网络和智能检索等。
7.人工智能有哪几个主要学派？各自的特点是什么？主要学派：符号主义和联结主义。
特点：符号主义认为人类智能的基本单元是符号，认识过程就是符号表示下的符号计算，从而思维就是符号计算；联结主义认为人类智能的基本单元是神经元，认识过程是由神经元构成的网络的信息传递，这种传递是并行分布进行的。
8.人工智能的近期发展趋势有哪些？解：专家系统、机器人学、人工神经网络和智能检索。
9.什么是以符号处理为核心的方法？它有什么特征？解：通过符号处理来模拟人类求解问题的心理过程。
特征：基于数学逻辑对知识进行表示和推理。
11.什么是以网络连接为主的连接机制方法？它有什么特征？解：用硬件模拟人类神经网络，实现人类智能在机器上的模拟。
特征：研究神经网络。
人工智能(AI)-7-8章作业参考答案
《人工智能原理》课程习题解答7.4 证明下列的每个断言：a. α是合法的当且仅当α=|Trueb. 对于任意的α，α=|Falsec. βα=|当且仅当)(βα⇒是合法的d. βα≡是合法的当且仅当)(βα⇔是合法的e. βα=|当且仅当)(βα⌝∧是不合法的说明：βα=|当且仅当在所有α为真的模型中，β也为真；当且仅当α为真且β为假时，βα⇒为假。
以下的证明将直接从上述定义出发进行。
使用集合论的表示方法可以更简洁的表示为)()(βαM M ⊆。
a. 一个语句合法即其在所有的模型中均为真。
语句True 在所有的模型中都是合法的。
因此当α合法则α=|True 成立（因为在所有的模型中True 和α都成立）；如果α=|True 成立，则α一定是合法的，因为在所有True 成立的模型中α必为真。
b. False 在所有的模型中均不成立，所以在所有False 成立的模型中有α成立(诡辩，其实没有这样的模型)。
c. 假设βα=|，考虑任意模型m 。
若在模型m 中α为真，则由假设可知β在模型m 中也为真，所以βα⇒在m 中也为真。
另外，当α在m 为假，则βα⇒在m 中为真。
因此βα⇒是合法的。
反过来，假设βα⇒是合法的。
考虑任意α为真的模型m ，β必定也为真，否则模型m 无法满足βα⇒。
所以有βα=|。
d. 应用c 的结论从两个方向进行证明可得。
e. 由c 推出，因为βα⌝∧是不可满足的只有当βα⇒是合法的。
7.5 考虑一个只有4个命题A 、B 、C 和D 的词表。
对于下列语句分别有多少个模型？a. )()(C B B A ∧∨∧b. B A ∨c. C B A ⇔⇔说明：通过计算真值表中为真的数目得到答案。
记住不要忘记计算那些语句中没有提到的命题；如果一个语句只提到A 和B ，那么不要忘记在},{B A 模型数目基础上乘上22(因为要考虑C 和D )。
a. 6 提示：仅考虑语句中出现的命题，即},,{C B A 模型数(语句为真)为3，考虑隐含的命题D ，所以应乘上21。
人工智能习题参考答案
• 神经网络主要通过指导式（有师）学习算法和非指导式（无师）学习 算法。此外，还存在第三种学习算法，即强化学习算法；可把它看做 有师学习的一种特例。 • （１）有师学习 • 有师学习算法能够根据期望的和实际的网络输出（对应于给定输入） 间的差来调整神经元间连接的强度或权。因此，有师学习需要有个老 师或导师来提供期望或目标输出信号。有师学习算法的例子包括 Delta规则、广义Delta规则或反向传播算法以及ＬＶＱ算法等。 • （２）无师学习 • 无师学习算法不需要知道期望输出。在训练过程中，只要向神经网络 提供输入模式，神经网络就能够自动地适应连接权，以便按相似特征 把输入模式分组聚集。无师学习算法的例子包括Kohonen算法和 Carpenter-Grossberg自适应谐振理论（ＡＲＴ)等。 • （３）强化学习 • 强化（增强）学习是有师学习的特例。它不需要老师给出目标输出。 强化学习算法采用一个“评论员”来评价与给定输入相对应的神经网 络输出的优度（质量因数）。强化学习算法的一个例子是遗传算法 （GA）。
• • • • • • • • • •
• 6-2专家系统由哪些部分构成?各部分的作用为何? • 答： •
• 5-7遗传算法、进化策略和进化编程的关系如何？有何区别？ • 遗传算法是一种基于空间搜索的算法，它通过自然选择、遗传、变异 等操作以及达尔文适者生存的理论，模拟自然进化过程来寻找所求问 题的解答。 • 进化策略(Evolution Strategies，ES)是一类模仿自然进化原理以求 解参数优化问题的算法。 • 进化编程根据正确预测的符号数来度量适应值。通过变异，为父代群 体中的每个机器状态产生一个子代。父代和子代中最好的部分被选择 生存下来。 • 进化计算的三种算法即遗传算法、进化策略和进化编程都是模拟生物 界自然进化过程而建立的鲁棒性计算机算法。在统一框架下对三种算 法进行比较，可以发现它们有许多相似之处，同时也存在较大的差别。 • 进化策略和进化编程都把变异作为主要搜索算子，而在标准的遗传算 法中，变异只处于次要位置。交叉在遗传算法中起着重要作用，而在 进化编程中却被完全省去，在进化策略中与自适应结合使用，起了很 重要的作用。 • 标准遗传算法和进化编程都强调随机选择机制的重要性，而从进化策 略的角度看，选择（复制）是完全确定的。进化策略和进化编程确定 地把某些个体排除在被选择（复制）之外，而标准遗传算法一般都对 每个个体指定一个非零的选择概率。
人工智能教程答案
第一章绪论1.1答：人工智能就是让机器完成那些如果由人来做则需要智能事情科学。
人工智能是相对于人自然智能而言，即用人工方法和技术，研制智能机器或智能系统来模仿延伸和扩展人智能，实现智能行为和“机器思维”，解决需要人类专家才能处理问题。
1.2答：“智能”一词源于拉丁“Legere”，意思是收集、汇集，智能通常用来表示从中进行选择、理解和感觉。
所谓自然智能就是人类和一些动物所具有智力和行为能力。
智力是针对具体情况，根据不同情况有不同含义。
“智力”是指学会某种技能能力，而不是指技能本身。
1.3答：专家系统是一个智能计算机程序，他运用知识和推理步骤来解决只有专家才能解决复杂问题。
即任何解题能力达到了同领域人类专家水平计算机程序度可以称为专家系统。
1.4答：自然语言处理—语言翻译系统，金山词霸系列机器人—足球机器人模式识别—Microsoft Cartoon Maker博弈—围棋和跳棋第二章知识表达技术2.1解答：（1）状态空间(State Space)是利用状态变量和操作符号，表示系统或问题有关知识符号体系，状态空间是一个四元组（S，O，S0，G）：S—状态集合;O—操作算子集合;S0—初始状态,S0⊂S;G—目状态,G⊂S,(G可若干具体状态，也可满足某些性质路径信息描述)从S0结点到G结点路径被称为求解路径。
状态空间一解是一有限操作算子序列，它使初始状态转换为目标状态：O1 O2 O3 OkS0→−−−S1→−−−S2→−−−……→−−−G其中O1，…，Ok即为状态空间一个解(解往往不是唯一)（2）谓词逻辑是命题逻辑扩充和发展，它将原子命题分解成客体和谓词两个部分。
与命题逻辑中命题公式相对应，谓词逻辑中也有谓词（命题函数）公式、原子谓词公式、复合谓词公式等概念。
一阶谓词逻辑是谓词逻辑中最直观一种逻辑。
（3）语义网络是一种采用网络形式表示人类知识方法。
即用一个有向图表示概念和概念之间关系，其中节点代表概念，节点之间连接弧(也称联想弧)代表概念之间关系。
人工智能 第7章 参考答案
第7章机器学习参考答案请用ID3算法完成其学习过程。
解：设根节点为S，尽管它包含了所有的训练例子，但却没有包含任何分类信息，因此具有最大的信息熵。
即：H(S)= - (P(+)log2 P(+) + P(-)log2 P(-))式中P(+)=3/6，P(-)=3/6分别是决策方案为“+”或“-”时的概率。
因此有H(S)= - ((3/6)log2(3/6) + (3/6)log2(3/6))=1按照ID3算法，需要选择一个能使S的期望熵为最小的一个属性对根节点进行扩展，因此我们需要先计算S关于每个属性的条件熵：H(S|x i)= ( |S T| / |S|)* H(S T) + ( |S F| / |S|)* H(S F)其中，T和F为属性x i的属性值，S T和S F分别为x i=T或x i=F时的例子集，|S|、| S T|和|S F|分别为例子集S、S T和S F的大小。
下面先计算S关于属性x1的条件熵：在本题中，当x1=T时，有：S T={1，2，3}当x1=F时，有：S F={4，5，6}其中，S T和S F中的数字均为例子集S中的各个例子的序号，且有|S|=6，| S T |=| S F |=3。
由S T可知，其决策方案为“+”或“-”的概率分别是：P ST(+)=2/3P ST (-)=1/3因此有：H(S T)= - (P ST (+)log2 P ST (+) + P ST (-)log2 P ST (- ))= - ((2/3)log2(2/3) + (1/3)log2(1/3))=0.9183再由S F可知，其决策方案为“+”或“-”的概率分别是：P SF (+)=1/3P SF (-)=2/3则有：H (S F)= - (P SF (+)log2 P SF (+) + P SF (-)log2 P SF (- ))= - ((1/3)log2(1/3)+ (2/3)log2(2/3))=0.9183将H(S T)和H (S F)代入条件熵公式，有：H(S|x1)=(|S T|/|S|)H(S T)+ (|S F|/|S|)H(S F)=(3/6)﹡0.9183 + (3/6)﹡0.9183=0.9183下面再计算S关于属性x2的条件熵：在本题中，当x2=T时，有：S T={1，2，5，6}当x2=F时，有：S F={3，4}其中，S T和S F中的数字均为例子集S中的各个例子的序号，且有|S|=6，| S T |=4，| S F |=2。
(完整word版)人工智能 第7章 参考答案
第7章机器学习参考答案7-6 设训练例子集如下表所示：序号属性分类x1x21 T T +2 T T +3 T F -4 F F +5 F T _6 F T _请用ID3算法完成其学习过程。
解：设根节点为S，尽管它包含了所有的训练例子，但却没有包含任何分类信息，因此具有最大的信息熵。
即：H(S)= - (P(+)log2 P(+) + P(-)log2 P(-))式中P(+)=3/6，P(-)=3/6分别是决策方案为“+”或“-”时的概率。
因此有H(S)= - ((3/6)log2(3/6) + (3/6)log2(3/6))=1按照ID3算法，需要选择一个能使S的期望熵为最小的一个属性对根节点进行扩展，因此我们需要先计算S关于每个属性的条件熵：H(S|x i)= ( |S T| / |S|)* H(S T) + ( |S F| / |S|)* H(S F)其中，T和F为属性x i的属性值，S T和S F分别为x i=T或x i=F时的例子集，|S|、| S T|和|S F|分别为例子集S、S T和S F的大小。
下面先计算S关于属性x1的条件熵：在本题中，当x1=T时，有：S T={1，2，3}当x1=F时，有：S F={4，5，6}其中，S T和S F中的数字均为例子集S中的各个例子的序号，且有|S|=6，| S T |=| S F |=3。
由S T可知，其决策方案为“+”或“-”的概率分别是：P ST(+)=2/3P ST (-)=1/3因此有：H(S T)= - (P ST (+)log2 P ST (+) + P ST (-)log2 P ST (- ))= - ((2/3)log2(2/3) + (1/3)log2(1/3))=0.9183再由S F可知，其决策方案为“+”或“-”的概率分别是：P SF (+)=1/3P SF (-)=2/3则有：H (S F)= - (P SF (+)log2 P SF (+) + P SF (-)log2 P SF (- ))= - ((1/3)log2(1/3)+ (2/3)log2(2/3))=0.9183将H(S T)和H (S F)代入条件熵公式，有：H(S|x1)=(|S T|/|S|)H(S T)+ (|S F|/|S|)H(S F)=(3/6)﹡0.9183 + (3/6)﹡0.9183=0.9183下面再计算S关于属性x2的条件熵：在本题中，当x2=T时，有：S T={1，2，5，6}当x2=F时，有：S F={3，4}其中，S T和S F中的数字均为例子集S中的各个例子的序号，且有|S|=6，| S T |=4，| S F |=2。
人工智能教程习题及答案第7章习题参考解答
第七章自然语言处理习题参考解答7.1 练习题7.1 什么是自然语言？自然语言是由哪些构成的？7.2 什么是自然语言理解?自然语言理解过程有哪些层次，各层次的功能如何?7.3 自然语言理解和自然语言自动生成的关系是什么?研究这两者时有什么共同点7.4 自然语言理解的发展分几个阶段?各阶段的研究重点是什么?7.5 语言学家乔姆斯基的论文《语言描述的三个模型》的意义如何?7.6 句法分析的目的是什么? 基于规则的句法分析理论和方法主要有哪些?7.7 什么是乔姆斯基语法体系？它包含几个语法？各型语法之间有何不同？它们与短语结构语法的关系如何？7.8 自动句法分析的常用算法有哪些？自顶向下分析算法的思想是什么？7.9 下面是一个符合短语结构语法定义的受限英语子集的语法P: S T NP VP (a)NP T the NP1 (b)NP t NP1 (c)NP1t ADJS N (d)ADJS T① |ADJ ADJS (e)VP t V (f)VP t V NP (g)N t boy | Johnson |blackball (h)ADJ t little|dig (i)V t play|run (j)其中，大写的是非终结符，而小写的是终结符，①表示空字符串。
请依据该语法对句子the boy plays the blackball进行自顶向下的句法分析，并建立相应的句法分析树。
7.10 写出下列乔姆斯基2型语法（上下文无关语法）所对应的递归转移网络S t NP VPNP f Adjective NounNP f Determi ner Nou n PPNP f Determiner NounVP f Verb Adverb NPVP f VerbVP f Verb AdverbVP f Verb PPPP f Preposition NP7.11 设有下列语法：G=(Vt ，Vn，P，S)Vn={S, NP, VP, Det, N, V , Prep, PP}Vt={the, boy, dog, hits}S=SP: S f NP VP (a)NP f Det N (b)VP f V NP (c)VP f VP PP (d)PP f Prep NP (e)Det f the (f)N f boy | dog (g)V f hits (h) 利用自底向上的分析算法对句子“ the boy hits the dog ”进行分析，并写出它的分析推导过程。
《人工智能基础与应用》(樊重俊编著)课后题参考答案
第1章习题参考答案1. 答：人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，即用人工的方法在机器(计算机)上实现的智能；或者说是人类智能在机器上的模拟，因此又可称之为机器智能。
是在计算机科学、控制论、信息论、神经心理学、哲学、语言学等多学科研究的基础上发展起来的综合性很强的交叉学科，是一门新思想、新观念、新理论、新技术不断出现的新兴学科，也是正在迅速发展的前沿学科。
2. 答：专注于实现AI指名功能的人工智能学派成为符号主义，即只要在符号计算上实现了相应的功能，那么在现实世界就实现了对应的功能，这是智能的充分必要条件。
因此，符号主义认为，只要在机器上是正确的，现实世界就是正确的。
专注于实现AI指心功能的人工智能学派称为连接主义，连接主义认为大脑是一切智能的基础，主要关注于大脑神经元及其连接机制，试图发现大脑的结构及其处理信息的机制、揭示人类智能的本质机理，进而在机器上实现相应的模拟。
专注于实现AI指物功能的人工智能学派成为行为主义，行为主义假设智能取决于感知和行动，不需要知识、表示和推理，只需要将智能行为表现出来就好，即只要能实现指物功能就可以认为具有智能了。
3. 答：知识的基本单位是概念。
精通掌握任何一门知识，必须从这门知识的基本概念开始学习。
而知识自身也是一个概念。
第2章习题参考答案1. 答：知识是人们在长期的生活及社会实践中、在科学研究及实验中积累起来的对客观世界的认识与经验。
知识是符合文明方向的、人类对物质世界以及精神世界探索的结果总和。
知识具有相对正确性、不确定性、可表示性与可利用性的特性。
2. 答：谓词逻辑是基于命题中谓词分析的一种逻辑。
个体表示某个独立存在的事物或者某个抽象的概念。
个体变量的取值范围称为个体域。
个体域可以是有限的,也可以是无限的。
谓词的真值是“真”或“假”，而函数的值是个体域中的某个个体，函数无真值可言，它只是在个体域中从一个个体到另一个个体的映射。
(完整版)人工智能习题解答
人工智能第1部分绪论1-1.什么是人工智能？试从学科和能力两方面加以说明。
答：从学科方面定义：人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支。
它的近期目标在于研究用机器来模拟和执行人脑的某些智力功能，并开发相关理论和技术从能力方面定义：人工智能是智能机器所执行的通常与人类智能有关的智能行为，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动。
1-2.在人工智能的发展过程中，有哪些思想和思潮起了重要作用？答：1）数理逻辑和关于计算本质的新思想，提供了形式推理概念与即将发明的计算机之间的联系；2）1956年第一次人工智能研讨会召开，标志着人工智能学科的诞生；3）控制论思想把神经系统的工作原理与信息理论、控制理论、逻辑以及计算联系起来，影响了许多早期人工智能工作者，并成为他们的指导思想；4）计算机的发明与发展；5）专家系统与知识工程；6）机器学习、计算智能、人工神经网络和行为主义研究，推动人工智能研究的近一步发展。
1-3.为什么能够用机器（计算机）模仿人的智能？答：物理符号系统的假设：任何一个系统，如果它能够表现出智能，那么它就必定能执行输入符号、输出符号、存储符号、复制符号、建立符号结构、条件迁移6种功能。
反之，任何系统如果具有这6种功能，那么它就能够表现出智能（人类所具有的智能）。
物理符号系统的假设伴随有3个推论。
推论一：既然人具有智能，那么他（她）就一定是各物理符号系统；推论二：既然计算机是一个物理符号系统，它就一定能够表现出智能；推论三：既然人是一个物理符号系统，计算机也是一个物理符号系统，那么我们就能够用计算机来模拟人的活动。
1-4.人工智能的主要研究内容和应用领域是什么？其中，哪些是新的研究热点？答：研究和应用领域：问题求解（下棋程序），逻辑推理与定理证明（四色定理证明），自然语言理解，自动程序设计，专家系统，机器学习，神经网络，机器人学（星际探索机器人），模式识别（手写识别，汽车牌照识别，指纹识别），机器视觉（机器装配，卫星图像处理），智能控制，智能检索，智能调度与指挥（汽车运输高度，列车编组指挥），系统与语言工具。
人工智能 (马少平 朱小燕 著) 清华大学出版社 课后答案 - 完整版(习题部分+答案部分)
人工智能(马少平朱小燕著) 清华大学出版社课后答案习题部分第一章课后习题1、对N＝5、k≤3时，求解传教士和野人问题的产生式系统各组成部分进行描述（给出综合数据库、规则集合的形式化描述，给出初始状态和目标条件的描述），并画出状态空间图。
2、对量水问题给出产生式系统描述，并画出状态空间图。
有两个无刻度标志的水壶，分别可装5升和2升的水。
设另有一水缸，可用来向水壶灌水或倒出水，两个水壶之间，水也可以相互倾灌。
已知5升壶为满壶，2升壶为空壶，问如何通过倒水或灌水操作，使能在2升的壶中量出一升的水来。
3、对梵塔问题给出产生式系统描述，并讨论N为任意时状态空间的规模。
相传古代某处一庙宇中，有三根立柱，柱子上可套放直径不等的N个圆盘，开始时所有圆盘都放在第一根柱子上，且小盘处在大盘之上，即从下向上直径是递减的。
和尚们的任务是把所有圆盘一次一个地搬到另一个柱子上去（不许暂搁地上等），且小盘只许在大盘之上。
问和尚们如何搬法最后能完成将所有的盘子都移到第三根柱子上（其余两根柱子，有一根可作过渡盘子使用）。
求N＝2时，求解该问题的产生式系统描述，给出其状态空间图。
讨论N为任意时，状态空间的规模。
4、对猴子摘香蕉问题，给出产生式系统描述。
一个房间里，天花板上挂有一串香蕉，有一只猴子可在房间里任意活动（到处走动，推移箱子，攀登箱子等）。
设房间里还有一只可被猴子移动的箱子，且猴子登上箱子时才能摘到香蕉，问猴子在某一状态下（设猴子位置为a，箱子位置为b，香蕉位置为c），如何行动可摘取到香蕉。
5、对三枚钱币问题给出产生式系统描述及状态空间图。
设有三枚钱币，其排列处在"正、正、反"状态，现允许每次可翻动其中任意一个钱币，问只许操作三次的情况下，如何翻动钱币使其变成"正、正、正"或"反、反、反"状态。
6、说明怎样才能用一个产生式系统把十进制数转换为二进制数，并通过转换141.125这个数为二进制数，阐明其运行过程。
人工智能教程习题及答案
人工智能教程习题及答案第一章绪论1.1 练习题1.1什么是人类智能？它有哪些特征或特点？1.2人工智能是何时、何地、怎样诞生的？1.3什么是人工智能？它的研究目标是什么？1.4人工智能有哪些主要研究领域？1.5人工智能有哪几个主要学派？各自的特点是什么？1.6什么是以符号处理为核心的方法?1.7 什么是以网络连接为主的连接机制方法?1.2 习题参考解答（略）第二章知识表示习题参考解答2.3 练习题2.1 什么是知识?它有哪些特性?有哪几种分类方法?2.2 何谓知识表示? 陈述性知识表示法与过程性知识表示法的区别是什么?2.3 在选择知识的表示方法时，应该考虑哪些主要因素?2.4 一阶谓词逻辑表示法适合于表示哪种类型的知识?它有哪些特点?2.5 请写出用一阶谓词逻辑表示法表示知识的步骤。
2.6 设有下列语句，请用相应的谓词公式把它们表示出来：（1）有的人喜欢梅花，有的人喜欢菊花，有的人既喜欢梅花又喜欢菊花。
（2）他每天下午都去玩足球。
（3）太原市的夏天既干燥又炎热。
（4）所有人都有饭吃。
（5）喜欢玩篮球的人必喜欢玩排球。
（6）要想出国留学，必须通过外语考试。
2.7 房内有一只猴子、一个箱子，天花板上挂了一串香蕉，其位置关系如图2. 11所示，猴子为了拿到香蕉，它必须把箱子推到香蕉下面，然后再爬到箱子上。
请定义必要的谓词，写出问题的初始状态（即图2.16所示的状态）、目标状态（猴子拿到了香蕉，站在箱子上，箱子位于位置b）。
图2.11 猴子摘香蕉问题2.8 对习题2.7中的猴子摘香蕉问题，利用一阶谓词逻辑表述一个行动规划，使问题从初始状态变化到目标状态。
2.9 产生式的基本形式是什么？它与谓词逻辑中的蕴含式有什么共同处及不同处？2.10 何谓产生式系统？它由哪几部分组成？2.11 产生式系统中，推理机的推理方式有哪几种？在产生式推理过程中，如果发生策略冲突，如何解决？2.12 设有下列八数码难题：在一个3×3的方框内放有8个编号的小方块，紧邻空位的小方块可以移入到空位上，通过平移小方块可将某一布局变换为另一布局（如图2.12所示）。
人工智能课程习题与部分解答新版资料
《人工智能》课程习题和部分解答第1章绪论1.1 什么是人工智能? 它研究目标是什么?1.2 什么是图灵测试?简述图灵测试基础过程及其关键特征.1.3 在人工智能发展过程中，有哪些思想和思潮起了关键作用？1.5 在人工智能发展过程中，有哪些思想和思潮起了关键作用？1.7 人工智能关键研究和应用领域是什么？其中，哪些是新研究热点？第2章知识表示方法2.1 什么是知识？分类情况怎样？2.2 什么是知识表示？不一样知识表示方法各有什么优缺点?2.4 人工智能对知识表示有什么要求?2.5 用谓词公式表示下列规则性知识：自然数全部是大于零整数。
任何人全部会死。
[解]定义谓词以下:N(x): “x是自然数”, I(x): “x是整数”, L(x): “x大于0”, D(x): “x会死”, M(x): “x是人”,则上述知识可用谓词分别表示为:xLIx→∀x∨N))](x)()[((xM∀Dx→()])()[(x2.6 用谓词公式表示下列事实性知识：小明是计算机系学生，但她不喜爱编程。
李晓新比她父亲长得高。
2.8 产生式系统由哪多个部分组成? 它们各自作用是什么?2.9 能够从哪些角度对产生式系统进行分类? 叙述各类产生式系统特点。
2.10简述产生式系统优缺点。
2.11 简述框架表示基础组成，并给出框架通常结构2.12框架表示法有什么特点？2.13试结构一个描述你卧室框架系统。
2.14 试描述一个具体大学老师框架系统。
[解] 一个具体大学老师框架系统为：框架名：<老师-1>类属：<大学老师>姓名：张宇性别：男年纪：32职业：<老师>职称：副教授部门：计算机系研究方向：计算机软件和理论工作：参与时间：7月工龄：目前年份-工资：<工资单>2.16把下列命题用一个语义网络表示出来(1)树和草全部是植物；(2)树和草全部是有根有叶；(3)水草是草，且生长在水中；(4)果树是树，且会结果；(5)苹果树是果树一个，它结苹果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第七章自然语言处理习题参考解答7.1练习题7.1什么是自然语言？自然语言是由哪些构成的？7.2什么是自然语言理解?自然语言理解过程有哪些层次，各层次的功能如何?7.3 自然语言理解和自然语言自动生成的关系是什么?研究这两者时有什么共同点.7.4自然语言理解的发展分几个阶段?各阶段的研究重点是什么?7.5语言学家乔姆斯基的论文《语言描述的三个模型》的意义如何?7.6句法分析的目的是什么? 基于规则的句法分析理论和方法主要有哪些?7.7什么是乔姆斯基语法体系？它包含几个语法？各型语法之间有何不同？它们与短语结构语法的关系如何？7.8自动句法分析的常用算法有哪些？自顶向下分析算法的思想是什么？7.9下面是一个符合短语结构语法定义的受限英语子集的语法P: S→NP VP (a)NP→the NP1 (b)NP→NP1 (c)NP1→ADJS N (d)ADJS→Ф|ADJ ADJS (e)VP→V (f)VP→V NP (g)N→boy | Johnson | blackball (h)ADJ→little|dig (i)V→play|run (j)其中，大写的是非终结符，而小写的是终结符，Ф表示空字符串。
请依据该语法对句子the boy plays the blackball进行自顶向下的句法分析，并建立相应的句法分析树。
7.10写出下列乔姆斯基2型语法（上下文无关语法）所对应的递归转移网络:S→NP VPNP→Adjective NounNP→Determiner Noun PPNP→Determiner NounVP→Verb Adverb NPVP→VerbVP→Verb AdverbVP→Verb PPPP→Preposition NP7.11设有下列语法：G=(Vt，Vn，P，S)Vn={S, NP, VP, Det, N, V, Prep, PP}Vt={the, boy, dog, hits}S=SP: S→NP VP (a)NP→Det N (b)VP→V NP (c)VP→VP PP (d)PP→Prep NP (e)Det→the (f)N→boy | dog (g)V→hits (h)利用自底向上的分析算法对句子“the boy hits the dog”进行分析，并写出它的分析推导过程。
7.12语义分析的目的是什么？什么是语义文法？它对语义分析的作用如何？7.13建立语料库的意义是什么？一般对汉语语料库要做哪些基本的加工处理？7.14 汉语自动分词的方法有哪些？其难点何在？7.15 自动词性标注的意义何在？有什么难点？一般采用什么方法实现词性标注？7.2习题参考解答7.1答:（略）7.2答: 自然语言理解就是研究如何让计算机理解人类自然语言的一个研究领域。
从宏观上看，自然语言理解就是指使计算机能够执行人类所期望的某些语言功能，包括理解并回答人们用自然语言提出的有关问题；生成文本摘要和对文本进行释义；把一种自然语言表示的信息自动地翻译为另一种自然语言等等。
从微观上讲，自然语言理解是指从自然语言到机器(计算机系统)内部之间的一种映射。
自然语言理解过程有3个层次：词法分析、句法分析和语义分析。
词法分析的主要目的是找出词汇的各个词素，从中获得语言学信息，如unchangeable是由un-change-able构成的。
句法分析就是要对句子或短语的结构进行分析，以确定构成句子的各个词、短语等之间的相互关系以及各自在句子中的作用等，并将这些关系用层次结构加以表达。
语义分析就是通过分析找出词义、结构意义及其结合意义，从而确定语言所表达的真正含义或概念。
7.3 答: （略）7.4答: （略）7.5答:（略）7.6答:句法分析就是要对句子或短语的结构进行分析，以确定构成句子的各个词、短语等之间的相互关系以及各自在句子中的作用等，并将这些关系用层次结构加以表达。
基于规则的句法分析理论和方法主要有短语结构语法、乔姆斯基语法、语言串分析法、递归转移网络和扩充转移网络、范畴语法、依存语法和配价语法、管辖和约束理论、词汇功能语法、功能合一语法、蒙太格语法、广义短语结构语法等等。
其中短语结构语法是各种理论和方法的基础。
7.7答: 乔姆斯基语法体系是一组受限的短语结构语法。
它包含四种语法：0型语法、1型语法、2型语法和3型语法。
这四种语法的区别就是所受的约束不同，型号越高，所受到的约束就越多，其生成语言的能力就越弱，因而生成的语言集就越小，也更易于对其生成的语言进行计算机自动分析。
0型语法就是一种无约束的短语结构语法。
1型语法、2型语法和3型语法都是一种受约束的短语结构语法，而且3型语法受的约束最强。
有关详细的约束条件可参阅前面的内容简介。
7.8答：基于短语结构语法的自动分析算法主要有自顶向下回溯算法、自底向上并行算法、富田算法、左角分析算法和CYK算法等等。
自顶向下分析算法的思想就是从起始符开始向着被分析的句子进行推导，推导过程的语法树建立从根节点开始，自上而下进行。
每次推导只选择一种路径进行尝试，并保留其它可选择的路径，当推导失败时，进行回溯，尝试另一种推导路径。
7.9解：下面采用自顶向下回溯算法是对句子“the boy plays the blackball”进行分析。
搜索步骤搜索对象所使用的规则输入句子中遗留部分(1) S (a) the boy plays the blackball(2) NP VP (b) the boy plays the blackball(3) the NP1 VP the boy plays the blackball(4) NP1 VP (d) boy plays the blackball(5) ADJS N VP (e) boy plays the blackball(6) ФN VP boy plays the blackball(7) N VP (h) boy plays the blackball(8) boy VP boy plays the blackball(9) VP (f) plays the blackball(10) V (j) plays the blackball(11) play plays the blackball(12) the blackball这时，句子中还有遗留部分，但搜索对象中却已变空，分析过程已无法继续，只得回溯。
回溯到第（9）步，看看是否还能利用别的规则进行分析。
(9′) VP (g) plays the blackball(13) V NP (j) plays the blackball(14) play NP plays the blackball(15) NP (b) the blackball(16) the NP1 the blackball(17) NP1 (d) blackball(18) ADJS N (e) blackball(19) ФN blackball(20) N (h) blackball(21) blackball blackball(22) NIL NIL在应用规则(h)、(i)和(j)对搜索对象进行替换时，由于规则的右边有多个单词可供选择，这时，可根据句子遗留部分的第一个单词确定。
和此分析推导过程相对应的句子“the boy plays the blackball”的句法分析树如图7.6所示。
图7.6 “the boy plays the blackball ”的句法分析树7.10解：该文法的递归转移网络如图7.7：图7.7 题7.10的递归转移网络7.11解：采用移进-归约算法对句子“the boy hits the dog”进行自底向上分析的过程如下：步骤栈操作输入句子中的遗留部分(1) the boy hits the dog(2) the 移进boy hits the dog(3) Det 用规则(f)归约boy hits the dog(4) Det boy 移进hits the dog(5) Det N 用规则(g)归约hits the dog(6) NP 用规则(b)归约hits the dog(7) NP hits 移进the dog(8) NP V 用规则(h)归约the dog(9) NP V the 移进dog(10) NP V Det 用规则(f)归约dog(11) NP V Det dog 移进(12) NP V Det N 用规则(g)归约(13) NP V NP 用规则(b)归约(14) NP VP 用规则(c)归约(15) S 用规则(a)归约这时，输入句子串已空，且栈中只剩下起始符S，该句子被接受，分析成功。
其句法分析树如图7.8：图7.8 “the boy hits the dog ”的句法分析树7.12答：语义分析的目的就是通过对句子和词的分析，找出词义、句子的结构意义及其结合意义，从而确定语言所表达的真正含义或概念。
所谓语义文法，是在传统的短语结构语法的基础上将N（名词）、V（动词）等语法类别的概念，用某种专门的语义类别来代替。
也就是说，可以将语义文法表示成类似短语结构语法的四元组，也有终结符集合、非终结符结合和语义规则。
在有了这种表示形式的语义文法之后，就可以使用和分析短语结构语法相类似的方法来对语义进行分析。
例如，可以使用类似于句法分析的自顶向下和自底向上的分析方法对语义进行分析。
7.13答：传统的句法-语义分析技术，所采取的主要研究方法是基于规则的方法，也就是说，将理解自然语言所需的各种知识用规则的形式加以表达，然后再进行分析推理达到理解的程度。
但由于自然语言理解的复杂性，各种知识的“数量”浩瀚无际，而且具有高度的不确定性和模糊性，利用规则不可能完全准确地表达理解自然语言所需的各种知识。
理解自然语言所需的各种知识恰恰蕴涵在大量的真实文本当中，20世纪80年代后期，自然语言理解的研究进入了一个新纪元，其重要标志就是，在基于规则的技术中引入语料库的方法，通过对语料库中大量真实文本的分析处理，从中获取理解自然语言所需的各种知识，从而实现以知识为基础的智能型自然语言理解系统。
这种建立在大规模语料库基础上的研究方法将自然语言处理的研究推向一个崭新的阶段。
由于书面汉语不同于英语、法语、德语等印欧语言，词与词之间没有空格。
汉语自然语言处理的难度显然要大于英语，因为词是进行自然语言理解的基本单位，所以必须要对汉语语料库进行基本的加工，这些基本的加工包括：分词、词性标注、词义标注（或概念标注）等。
7.14 答：汉语自动分词的方法主要有基于词典的机械匹配分词法、无词典分词法、基于专家系统和人工神经网络的分词法等。