未来智讯 > 人工智能论文 > 人工智能教学难点分析与经验归纳

人工智能教学难点分析与经验归纳

发布时间:2019-04-26 05:05:00 文章来源:未来智讯    
人工智能与经验教学难点总结作者:未知摘要:人工智能是一门新兴学科,经常发现使用教科书存在诸多缺陷。 人工智能中包含的问题是抽象的,思想是混乱的。 学徒在他们的学习中有着广泛的困难,尤其是他们的焦点,标记和图搜索算法。 为了克服这些困难,教学和学习都很容易。 通过多年的经验和思考,总结了课程难以控制的关键点和难点,轻松掌握错误,揭示其真实性,并进行深入的解释和解释。 清楚地了解和掌握渠道的发展。 词汇:人工智能; markerism; 图集; 讲座中图分类号:TP301文献标识码:A文章编号:1006-8228(2018)10-87-04摘要:人工智能是一门比较新的学科,经常发现教科书中存在一些缺陷。 人工智能是非常抽象和复杂的,大多数学生在学习上会感到困难,特别是在其核心部分,象征和图形搜索算法为了克服这些困难,促进教学和学习,具有多年的教学经验和思想,本文 总结了难以理解或容易误解的关键点和难点,揭示其本质,并对其进行深入解读,为学生理解和把握它们开辟了一条明确的道路。 关键词:人工象征性的; 图搜索; 教学0引言IT行业经历了两次大潮,这两次潮流都影响和改变了人类的生产和生活。 第一次是Microsoft操作系统的介绍和由此产生的个人策略。 第二个是互联网的兴起及其增长的增长和对人类生活的影响。 可以预计,即将到来的下一次潮流的影响将超过前所未有的,这是人工智能的增长及其无限的愿景。 人工智能的培训和教学尤为严重。 由于该课程是一门新课程,教科书直接翻译成外文[1],或由编辑编辑纠正和重组[2],往往有恐怖,而且表达模式与中国国粹不一致 不幸的是,中国人理解和掌握了学生的学习实践。 本文以张扬森和黄盖娟的“人工智能教程”[3]为例,解释人工智能教学。 本科讲座的第一部分是本书的前六章,也是原则。 笔者认为,这六章的内容分为两章,重点是标题的第三章和第五章的搜索算法。 根据该书的见解,人工智能已经发展到今天,有三个主要门户网站:标记主义,团结主义和行为主义。 最重要的是加价,人工智能的大部分结果都集中在加价类别中。 人工智能的发展依赖于两个主要方面。 一个是心理结构的不断改进和更新,另一个是搜索算法。 可以说搜索算法和人工智能可以遵循。 人工智能的难度,如标记和赫布兰德定理,是相当困难的。 整套标记等同于算法。 这是一种更强大的算法,这种算法既困难又混乱。 就其原理和定理而言,标记的隐喻模式是高度抽象的,明显不同于其他课程,其思想混乱,学徒的嗅觉难以掌握。 混沌算法很难学习,它是一长串困惑的想法。 要掌握一个混沌算法,有必要深入研究一系列长脑[4]。 这长长的思想清单是相互联系的,重要的是要牢记它们并将它们联系起来。 而这一系列长期的思想往往包含一些关键程序和关键点,而且很难理解。 问题是,解决这些问题和关键点远远不够。 还有必要将它们与许多其他地方联系起来,以制定全面的解决方案。 一般来说,混沌算法的发起者必须具有强烈的想象力和控制深层和混乱思想的能力,并且学习者必须至少拥有后者。 为了教授和让学徒学好课程,作者总结了多年的教学经验。 让学徒的心思上升并积极主动,让学徒进入他们的思想,在讲座中提出问题和评论,向学徒提问,并向学徒提问。 这种问题和评论辩论中心可以在大气中活跃。 帮助学徒学习。 针对混淆算法问题,习熙对心灵的指导非常严重。 它解决了提出的问题,解释了概念,原则和程序,引导学徒进入并思考,然后决定提出问题并辩论枢轴,以便学徒能够清理思想并达到能量。 真正了解掌握的目的。 思维方式的两种形式和思维的力量促进了机器科学的发展。 [5]作为一个新兴的专业类别,人工智能处于思想改革的最前沿。 。 与此同时,对人工智能的深入研究,伴随着算法的混乱也是心灵的力量。 正因为如此,人工智能课程难以学习,与其他课程不同。 本文试图根据学科的特点,分析高性能,强大的人工智能教学方法。 本文深入分析了标记主义的一些关键点/困难以及容易被误解的地方,以简洁的方式揭示其真实本质,并为学徒提供有效,准确把握常识的指导。 1对加价特征和学习过程进行深入分析。标记有五个主要程序:第一个重要步骤,编写谓词; 第二个重要步骤,将谓词纳入比例范式和一系列条款; 第三大步,更换一个; 第四大步骤,匹配准则和推理算法; 第五个重要的步骤,就是了解它的完整性,首先要了解和掌握Herbrand定理。 有两个级别的训练标记:一个是掌握其基本要素,能够准确地使用它,并知道如何做到这一点; 另一个是理解原理定理,即理解为什么要这样做。 就学徒而言,第一级是最基本的要求,必须到达。 前四个步骤属于第一级,第五个大步骤是第二级,这也是最困难的一步。 即使第五个重要步骤到达一个充满异国情调的国家,只要你掌握了前四个步骤,你就可以使用标记。 在第一个重要步骤中,编写谓词应该更容易,但初学者也感到很难。 在这方面,我总结了三个经验:第一,明确区分陈述和陈述。 量词表达式的描述是常识,通常没有重大问题。 但是,我们必须注意量词和存在量词的不同处理,而不是混沌的概念。 例如,男人喜欢足球,谓词是:?x man(x) - > like(x,football)。 另一个例子是有些人喜欢足球,谓词是:?x man(x)喜欢(x,足球)。 一般来说,使用“只要...”和“如果全部”这些词语包括; 以及“那里有什么”和“那里有什么?”的句型 与声明一起使用。 从语义的角度来看,有一个同学的提议,因为包含全名,当它存在时也可以包括它。 这是事实,但语义是混乱的。 在谓词推理中,A包含具有明确逻辑意义的B,它是非A或B.如果使用此含义进行检查,则包含在存在中是逻辑混乱。 然后是严格的设计谓词。 对于初学者来说,每当他们感到难受时,他们就不敢设计谓词。 谓词只是一个布尔函数,可以判断它是“是”还是“否”。 如果问题是必要的,则设置谓词及其参数将是粗体。 绝对没有必要有可怕的情绪,就像在必要时在C-talk编程中设置新变量一样。 那么,对于各种不同的句型和更多的练习,这在国外确实是一个深刻的地方,更多的练习,自然意志。 作者给出了两个有趣的和介绍性的例子来说明着名的数学问题可以通过标记来解决。 例1,Goldbach猜测:?x E(x) - >?y?z D(x,y,z)S(y)S(z),任何大于2的偶数都可以表示它是两个的总和 质数。 例2,费马定理:〜?x?y?z?u D(f(x,u),f(y,u),f(z,u))I(x)I(y)I(z) GE(U)。 第二个主要步骤是量化范式范式和一组条款[3]。 外国的这一重大步骤包含困难和深奥的因素,可以掌握更多的练习。 作者总是夸大两点。 第一点是每个程序的级别非常严重,你不能犯错误。 例如,第一步必须包括标识符,第二步是移动拒绝。 如果您之前反转拒绝,那么转到包含,这将导致一个大错误。 第三步是去量词的存在。 同样,此步骤只能在前两个步骤完成后完成。 第二点是夸大第三步更改名称非常严重。 每个量词必须有自己唯一的变量名,并且角色有限的所有变量必须使用相同的名称。 同时,不能重复不同子句之间的变量名。 这非常严重。 由于随后的替换,变量名称的异同具有决定性的影响。 请务必在此步骤中完成变量的重命名。 在随后的替换和推理中不允许更改名称,否则可能导致混淆和错误。 教科书中的这一点在国外很明显,可能会导致混乱。 第三个重要步骤是取代统一。 这很困难,学徒更难以反思。 我使用过各种不同的教科书,这还不够清楚。 一些前提容易模棱两可,导致误解。 实际上,替换是一个,关键是要彻底了解两个:同名的两个谓词是一个,脾气是找到自己的参数也是公共部分的自变量域或个别域。 有可能从逻辑上理解这一点,并解决了更换问题。 当我谈到这个问题时,作者总是提出这个问题:最常见的一对一替换和流行的一对一替换。 哪个公共部分很大? 许多学徒无法回复。 答案是最常见的是更换公共部分。 最常见的是找到两者中最常见的部分。 从公式θ=该过程是步骤(6)(7),并且三种不同类型的节点是关键点,并且有必要讨论该示例。 在步骤(6)中,“孩子不是他自己祖先的孩子”也是非常严重的,并且有必要了解其彻底性。 在作者解释了这些步骤之后,学徒将花时间了解学生自己并将他们串在一起形成一个完整的思想。 然后让学徒提出问题,并且仍有任何困难点或想到亨的想法并提出问题。 最后,我问学徒:既然你没有问题,你认为你已经掌握了它。 现在我问你问题:1为什么步骤(6)夸大“不是n的祖先”,n的祖先是否还有它可能成为它的后继节点; 2在步骤(6)中,关闭表中的节点是否可能返回到打开的表,如果是,是否会出现死循环? 如果您能清楚地回答这些问题,您将基本了解该算法。 最后,如果你可以依赖书中的定理,那么自立表明单调的启蒙策略是可以接受的,这意味着你掌握了Solo算法。 到达这一步的学徒很少见。 3最后的词语人工智能课程是抽象而深刻的,很难教授。 很难满足常规输液方式的要求。 本文提出了一种教学问题 - 互动 - 评论辩论模型的方法。 重点是:给学徒时间,让学徒进入思考和形成思想; 让学徒提出问题并回答学徒在形成思想时遇到的障碍; 向学徒询问关键点/点,如果学徒能够清楚地回答,那就意味着已经掌握了。 逻辑和经验证明,处理困难的概念原理算法是学徒真正掌握的有效方法。 使用本文的要点可以显着提高教学和学习的有效性。 参考文献:[1](美国)Nils J. Nilsson,郑宽根,庄跃婷翻译。 人工智能[M]。 机械工业出版社,2003。[2]高吉,朱玉良,何钦明。 人工智能基础[M]。 高端教学出版社,2002。[3]张养森,黄盖娟。 人工智能教程[M]。 高端教学出版社,20116年。[4] Sara Baase等。计算机算法:设计与分析导论[M]。 纽约:Addison Wesley出版公司,2000。[5]杜立志。 如何审计和完善大学习西学位的讲座[J]。 战略机器时代,2011.6。
转载请注明来源。原文地址:https://www.7428.cn/page/2019/0426/79594/
 与本篇相关的热门内容: