# 复习要点

---

人工智能考点：
- 离散：量词命题
- 搜索算法：图A搜索算法，曼哈顿走格子
- 模型评估与选择：ROC曲线的TPR学习
- 非监督学习：k-均值聚类计算
- 神经网络：前向计算-计算方式、反向计算-各参数含义



# 复习提纲



## 量词

![扫描件_等值式_1](https://media.opennet.top/i/2023/06/16/648bfe9e965de.jpg)

![扫描件_定理2-2否定等值式_1](https://media.opennet.top/i/2023/06/16/648c1e702d20e.jpg)

![扫描件_定理24量词分配律_1](https://media.opennet.top/i/2023/06/16/648c1e87b2223.jpg)





## 谓词公式

![image-20241226175736800](要点.assets/image-20241226175736800.png)



## A*算法



![image-20241226181539711](要点.assets/image-20241226181539711.png)

![image-20241226181519147](要点.assets/image-20241226181519147.png)

![image-20241226182351211](要点.assets/image-20241226182351211.png)

![image-20241226182427653](要点.assets/image-20241226182427653.png)

```
A*搜索算法是一种最佳优先搜索算法，使用估价函数f(n)=g(n)+h(n)来设计启发函数h(n)。通过比较f(n)的大小来确定open表中需要扩展的状态次序，选择f(n)值最小的进行扩展。以八数码问题为例，设置估价函数g(n)为节点n的深度，h(n)为节点n与目标棋局不相同的位数。通过不断扩展和计算f(n)，最终找到目标状态，达到最少移动次数。然而，A*搜索算法存在存储空间占用大和不能保证找到最优解的问题。
```



## 模型评估与选择

![image-20241226185851113](要点.assets/image-20241226185851113.png)

![image-20241226190611114](要点.assets/image-20241226190611114.png)

![image-20241226191822085](要点.assets/image-20241226191822085.png)

**题目：**

```
TP+FN=10，FP+TN=10
阈值=0.9，TP=1，FP=0。TPR=0.1，FPR=0
阈值=0.8，TP=2，FP=0。TPR=0.2，FPR=0
阈值=0.7，TP=2，FP=1。TPR=0.2，FPR=0.1
....
```





![image-20241226191928177](要点.assets/image-20241226191928177.png)



## k-means聚类

```
多次迭代,直到没有新的分类结果为止
```

![image-20231226093521977](https://media.opennet.top/i/2023/12/26/fd7xv1-0.png)

![![image-20241226194622453](要点.assets/image-20241226194622453.png)



## BP算法

![image-20231226101427932](https://media.opennet.top/i/2023/12/26/goa8lq-0.png)