考試科目：人工智能基礎
考試內容
(一)要求熟知的章節
第1章：緒論
第2章：知識表示
第3章：自動推理
第4章：不確定性推理
第5章：機器學習
第6章：神經網絡
第7章：專家系統
(二)主要內容
1. 人工智能的概念，人工智能研究的基本內容，人工智能研究的主要學派及其觀點，以及人工智能應用概況。
2. 知識的概念、分類。
3. 謂詞邏輯知識表示方法，謂詞公式轉換為子句集。
4. 產生式系統知識表示方法，產生式系統的組成。
5. 語義網絡知識表示方法。
6. 框架知識表示方法。
7. 搜索的概念、分類、評價標準。
8. 深度優先搜索、寬度優先搜索、迭代加深搜索。
9. 啟發式搜索函數、搜索算法、可采納性。
10. 爬山算法、模擬退火算法、最好優先算法、A*算法。
11. 圖搜索的啟發式函數、搜索算法。
12. 博弈樹的概念、特點。
13. 歸結演繹推理的概念、過程、算法、歸結反演及搜索策略。
14. 產生式系統的推理、自然演繹推理、非單調推理。
15. 不確定性知識分類、不確定性推理的基本問題、推理方法分類。
16. 主觀Bayes方法、可信度方法和證據理論方法知識表示形式、不確定性復合、傳播和積累計算。
17. 模糊邏輯與模糊推理。
18. 機器學習的概念、模型和算法。
19. 決策樹概念、構造算法、ID3算法。
20. 類比學習基本概念和方法，基于案例的推理。
21. 統計學習基本概念和方法，支持向量機線性可分、核函數，結構風險。
22. 強化學習基本概念、模型和方法。
23. 遺傳算法那基本概念，選擇、交叉、變異等遺傳算子，遺傳算法步驟。
24. 神經網絡的基本概念、基本特征、分類、神經元、激勵函數。
25. 感知器、BP算法。
26. 神經網絡的分類，神經網絡的作用。
27. 深度學習的基本概念、模型和方法。
28. 專家系統的基本概念、特點、基本結構和評價方法。
29. 典型的專家系統工具。
30. 專家系統構建的步驟和方法。
考試要求
1. 要求熟悉人工智能的基本概念、基本理論和基本技術;
2. 能夠運用所掌握的基本概念、基本理論和基本技術分析解決實際問題。
l 參閱：
《人工智能》， 史忠植，機械工業出版社，2016年
原標題：2023年碩士研究生招生考試自命題科目考試大綱
文章來源：https://www.dlmu.edu.cn/info/1060/34702.htm
