答耒妙鏡昌在符?级上,.否则无救!.试?取（?2X）可以做《算级.
° （2分）
一、选择题（每空2分，共32分）。将选项按照空格中的编号写在答题纸多个搜索线程并行搜索 B）不同搜索线程之间进行有效的信息交换 上。
注意:探索和利用上的均衡D）以上皆是
1、
对于用于分类的决策树学习算法，下列说法正确的是（10） ° （2分） 基于贪婪的
必须模拟人类的缺点，例如算术运算慢且易错，反应缓慢等 思想 B）基于分治的思想 C）结点分裂标准以测 回避无法说清的\这一问题 10、
不能测试知觉等属于智能的其它属性
8、在遗传算法的简略描述中， （11）、 （12） 、（13）分别是什么?
若表达式G是不可满足的，当且仅当对所有的解释⑶ 。
A） 选择 C）必真 以上皆错
B）必假 C）真假不能断言
B） 交叉 3、 若状态空间中的任意状态只有有限个后继状态，则下列搜索算法中，具
C） 变异
完备性的是_
备 A） A*算法 B） 一致代价搜索C）以上皆是 9、假设全程跟踪记录了 200名学生的某门课程的学习情况：20次课出席悄况、20 次
迄今为止，图灵测试仍然是最重要的机器智能判定标准，但也备受争议。
例如，它有两个缺点（!） 、 （2） O
2、 课笔记是否完整、
历次课后作业分数、编程作业完成悄况、各门先修课成绩、期末3、
成绩等信息。现随机抽取80%同学的数据用来训练，训练后的模型用来预测其余20% A） 同学的期末成绩（百分制）。关于上述机器学习问题的描述，可以判断这（14）监B） 督 学习问题；同时，它.（15）回归问题。 A）是 B）不是 C） 对于前馈神经元网络的一个单元，输入向量X = [AO=1,XBX2…\权值向量2、 初始化：
w= [W0, W1,吧 忖n]T，激励函数为/（-v）=l/e'S则其输出的计算公式为（16） O
A）
循环，直到OPEN表为空:
A） /（X）= W^ X
B） /（X）= l/（1 +厂「X
4、用A*搜索算法求解某问题，已构造出3个
（6） 不同的可纳启发函数加、加、 113。令
（7） 二、简答题（共18分〉。将答案写谓词1（工）表示X是整数； //4=inin（/ii? hl, /n}% /i5=max{Ai? hi,
在答题纸上。
/n）,下列说法正确的是（5）。 A）力4⑻ （本题6分）列举人工智能成功
谓词GZd）表示X是大于等于零的数;
6、 可纳
B）加可纳
应用的三个领域及其典型成就。
函数S⑴表示将X除以2得到X/2。 A) C）选加作为启发函数，不可能比选居少扩展节点 D）以上皆对 5、在一
（本题6分）启发式搜索中Jlx）=g{x）+h（x）中，解释几V）、g（x）、/心）的含C) 般的树搜索算法的简略描述中， 7、 ⑹、⑺义。
A）
、（8）（本题6分）朴素爬山法（最陡上升）求解八皇后问题时，将会以0.86的概率陷 入试属性所减少的不纯度/不确定性/惊奇度为基本标准D）以上皆对
分别是
局部最优而无法找到解。请你给出一种方案改进算法，使之能够满足下列条件之一: （1）提商一次爬山就能成功求解的概率；或者（2）跳出局部最优，从而找到一个完什么? 初始化： 整解。给出你的改进方法，并简述求解能力提升的原因。 A） 根拯估值函数，从OPEN表选择一个 结点
n
循环，直到满足停止条件：
三、综合应用题（共50分）。答案写在答题纸上。
B） 判断结点\是不是一个U标结点 （11） ,模拟适者生2、 1、（本题16分）回答本题时，限定使用以下谓词和函数： 谓词Nd）表示
C） 扩展节点\
存
X是自然数； 谓词E⑴表示X是偶数； 谓词O（x）表示X是奇数： 遗传算法充分体现了以下哪些优化措施（12） ,从而产生子
（9）代
（1） 将事实Fi、F2、FS分别用谓词公式表示出来。（6分）
收集于网络. 如有侵权请联系管理员刪除
事实Fi：自然数是大于等于零的整数；事实F2：所有整数不是偶数就是奇数； 事实F3：偶数除以2是整数。
（2） 仿照事实F]、F2、F3的自然语言陈述，将结论G用自然语言描述出来。（2分） 结论 G： （Vx） （ N（x） 9 （ 0（%） V I（S（x））））。 （3） 将Fl、F2、F3、「G化成子句集。（4分）
（4） 用归结反演的方法证明G是Fl、F2、F3的逻辑结论。（4分）
（本题10分）考虑以爛的增益为结点分裂标准的决策树。训练集如表1所示，包 含了 7个训练样例，分别属于no、yes两类，每个训练样例都山A、B、C三个属性描 述，U标属性为F。
收集于网络. 如有侵权请联系管理员刪除
表1
Nd。0.9 0.08
N
实例序号L
A B C F i\\d* 0.5 03
1 0 0 0 no N2
N3
2 0 0 1 yes 3 P
0 1 0 no 4 0 1 1 yes N4
N5
0.1 g' 04 g- 0.99
5 1 0 0 yes （1）请写出联合概率P（D?LGS丄）分解为条件概率的分解式。（3分）
6
1 0 1 yes N6
7
1
1
0
no
N7
⑵求 P（i\\s\\g*） = ? （2 分）（1） 哪个属性做为根结点N1的测试属性？简要给出你的推理根据。（5
（3）全联合概率分布至少要存储多少个概率值？贝叶斯网络用若干个条件概 率表表
分）
示全联合概率表以后，一共需要存储多少个概率值？ （4分）
（2） 假设N2用属性A作为测试属性，请给出中间结点N5上的测试属性、
4、（本题15分）已有三个用于求解八数码问题的正确程序：程序Pi采用深度优先
叶结点N4上的类别标签、叶结点N6上的类别标签。（3分）
的迭代加深搜索；程序P2采用启发函数为加的A*搜索，加表示不在位数字的总数U （3） 用上述决策树预测新实例（1,1,1）所属的类别。（2分） （错位数之个数和）；程序P3采用启发函数为加的A*搜索，加表示所有数字到U标 3、（本题9分）贝叶斯网络。已知III 5个随机变量（取图中单词的首字
位置的曼哈顿距离之和（错位数之曼哈顿距离和）。
有人拿到了分别实现上述算法的三个程序，但不知道到底哪个程序实现了哪种算
出 d'
i。 i* 0.6 0,4
0.7 0.3
Difficulty^ ( Intelligence
母）构 成的贝 ___
叶斯网络，各个g\条件概率表如图0.3
1所示。
0.7 0.02 0.2
s。
S
：
\\ Letter \\
0
0.95 0.05 J 一丿
0.2 0.8
0.9 0.6 法。于是，他首先将三个程序分别标记成X、Y、Z：然后，乂随机地生成了 1000个 八0.01
数码问题（对应于解路径长度d = 2、4、6 ..... 20,各有100个八数码问题）作为
_________
测试集；最后，在测试集上分别执行了三个程序，最终得到的实验数据如表2所示。 g° g'
请简短回答下列问题：
Pd。0.3 04 （1） 请你帮他推断出：X、Y、Z与Pi、P2、P3的对应关系。说明你依据什么将Y、Z
i°、cP0.05 0.25
区分开的。（6分）
收集于网络. 如有侵权请联系管理员刪除
最新东北大学秦皇岛分校人工智能期末考试答案人工智能a_ans
