資源簡介

八年級（下）第二單元智能技術(shù)初體驗(yàn)
第8課 人工智能中的算法
【核心知識】
1.通過對九宮格拼圖游戲、植物專家系統(tǒng)、考試成績預(yù)測等案例的體驗(yàn)和分析，初步了解搜索、推理和預(yù)測在人工智能中的應(yīng)用。
2.通過與傳統(tǒng)方法處理同類問題效果的對比，體會人工智能的高效便捷。
【玩一玩】
九宮格拼圖游戲又稱“八數(shù)碼問題”，請你打開數(shù)字資源包中“九宮格拼圖游戲”，玩一玩游戲，并簡單描述自己的方法和策略。
目標(biāo)棋盤 方法和策略
【寫一寫】
搜索是人工智能解決問題的基本方法之一，搜索策略的優(yōu)勢將直接影響智能系統(tǒng)的性能與效率。搜索一般可分為盲目搜索和啟發(fā)式搜索。
一、盲目搜索
盲目搜索的策略為：每次移動一個與空格相鄰的數(shù)字，將它的位置與空格位置進(jìn)行替換，且按照數(shù)字從小到大的順序依次進(jìn)行，最終得到目標(biāo)棋盤。相鄰數(shù)字多則會生成多種替換結(jié)果，如下列棋盤移動方案中，初識狀態(tài)6、7、8與空格相鄰，則替換生成三種結(jié)果。
棋盤移動方案
12348576
12385476
12345786
12348576
12348576
12483765
12348765
12348765
12345786
12345786
13425786
此類搜索算法稱為廣度優(yōu)先搜索算法，只有每一層所有狀態(tài)都搜索完成后，才進(jìn)行到下一層進(jìn)行搜索，直到當(dāng)前狀態(tài)符合目標(biāo)棋盤。 廣度優(yōu)先搜索（Breadth First Search）又名寬度優(yōu)先搜索，屬于一種盲目搜索算法。
二、啟發(fā)式搜索
在每一步中加入評價策略，例如估價函數(shù)F(n)=G(n)+H(n)，G(n)為從初始節(jié)點(diǎn)到當(dāng)前節(jié)點(diǎn)的步數(shù)(層數(shù))，H(n)為當(dāng)前節(jié)點(diǎn)“不在位”的方塊數(shù)，總是選擇一個估價函數(shù)值最小的節(jié)點(diǎn)進(jìn)行拓展。請完善以下方案。
棋盤移動方案
12348576
12345786
12348576
12348576
F(n)=G(n)+H(n)
F(n)=0+4
F(n)= 1+5 F(n)= 1+3 F(n)= 1+4
F(n)=
此類搜索算法稱為A*（A-star）搜索算法，該算法通過計算每個節(jié)點(diǎn)的F值（F(n) = G(n) + H(n)），選擇具有最小F值的節(jié)點(diǎn)進(jìn)行擴(kuò)展。這樣，在搜索過程中，A*算法會優(yōu)先探索那些更有可能接近目標(biāo)節(jié)點(diǎn)的路徑，并在每一步選擇最優(yōu)的擴(kuò)展方向。
【試一試】
專家系統(tǒng)是邏輯推理在人工智能領(lǐng)域的一個重要應(yīng)用，一種基于人工智能技術(shù)的計算機(jī)程序，旨在模擬和應(yīng)用領(lǐng)域?qū)＜业闹R和推理能力。它通過使用專家領(lǐng)域的知識和規(guī)則，幫助用戶解決特定領(lǐng)域的問題或做出決策。
請你打開并體驗(yàn)數(shù)字資源包中的“專家系統(tǒng)”，連一連。
專家系統(tǒng)一般包括：人—機(jī)交互界面、知識庫和推理機(jī)。
人—機(jī)交互界面 存儲了專家領(lǐng)域的知識和規(guī)則。知識庫包含了關(guān)于問題域的事實(shí)、規(guī)則和推理機(jī)制，以及與問題解決相關(guān)的背景知識。
知識庫 專家系統(tǒng)的核心部分，負(fù)責(zé)根據(jù)用戶提供的問題和已知事實(shí)，推理出結(jié)論或解決方案。
推理機(jī) 用戶與專家系統(tǒng)進(jìn)行交互的界面。用戶接口可以是文本界面、圖形界面或其他形式，
【選做】
人工智能技術(shù)在預(yù)測學(xué)領(lǐng)域發(fā)揮出越來越重要的作用，通過預(yù)測未來發(fā)展趨勢，幫助人們做出科學(xué)合理的決策。
下表是學(xué)習(xí)時間與考試成績之間的數(shù)據(jù)關(guān)系，以此數(shù)據(jù)作為參考，預(yù)測考試成績。
學(xué)習(xí)時間/h 考試成績/分 學(xué)習(xí)時間/h 考試成績/分
0.5 10 1.75 22
0.75 22 1.75 24
1 13 2 33
1.25 43 2.25 50
1.5 20 4 ？
在眾多數(shù)據(jù)中,找出一條直線，較為精確地代表已有數(shù)據(jù)的走向和數(shù)據(jù)之間的關(guān)系，稱為線性回歸。請你根據(jù)如下方法推測學(xué)習(xí)時間4h的成績。 在圖中標(biāo)注各個數(shù)據(jù)點(diǎn)，將各數(shù)據(jù)點(diǎn)連接； 調(diào)整直線； 找到最佳直線（回歸線）。
【試一試】
利用創(chuàng)建數(shù)據(jù)集、訓(xùn)練模型、預(yù)測結(jié)果的步驟，打開數(shù)字資源包中“預(yù)測考試成績”并運(yùn)行測試。
（1）利用程序和自己繪制線性回歸線的預(yù)測結(jié)果是一樣的嗎？ _________________________________________________________________
（2）當(dāng)無法擬合出一條直線時，還有什么回歸策略嗎？ ________________________________________________________________
【知識庫】
一、啟發(fā)式搜索
在啟發(fā)式搜索中，除了當(dāng)前節(jié)點(diǎn)的代價（例如實(shí)際代價或距離），還使用了啟發(fā)式函數(shù)來估計從當(dāng)前節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的代價。這個啟發(fā)式函數(shù)提供了對問題的啟發(fā)式信息，它可以指導(dǎo)搜索算法朝著最有希望的方向前進(jìn)，避免探索無關(guān)緊要的路徑，從而加快搜索過程。
A*搜索算法是一種基于圖形的搜索算法，常用于尋找最短路徑或最優(yōu)解。
A*搜索算法的基本思想是同時考慮兩個因素：從起點(diǎn)到當(dāng)前位置的實(shí)際代價（表示已經(jīng)走過的距離）和從當(dāng)前位置到目標(biāo)點(diǎn)的估計代價（啟發(fā)式函數(shù)提供的估計值）。算法每次選擇具有最小總代價的節(jié)點(diǎn)進(jìn)行擴(kuò)展，直到找到目標(biāo)節(jié)點(diǎn)或無法繼續(xù)擴(kuò)展。
專家系統(tǒng)
專家是一種基于知識的推理系統(tǒng)，結(jié)合了領(lǐng)域?qū)＜业慕?jīng)驗(yàn)和規(guī)則，通過推理和推斷來提供問題求解和決策支持。
專家系統(tǒng)的工作流程通常如下：
①用戶向系統(tǒng)提供問題描述、輸入數(shù)據(jù)或查詢。
②推理引擎根據(jù)用戶提供的信息和知識庫中的規(guī)則，進(jìn)行推理和推斷。
③推理引擎生成問題的答案、解決方案或建議，并將其呈現(xiàn)給用戶。
④用戶根據(jù)系統(tǒng)提供的結(jié)果進(jìn)行決策或采取進(jìn)一步的行動。
專家系統(tǒng)在許多領(lǐng)域中得到廣泛應(yīng)用，如醫(yī)學(xué)診斷、工程設(shè)計、法律咨詢、金融分析等。它們能夠利用專家級別的知識和推理能力，輔助人們在復(fù)雜的領(lǐng)域中做出準(zhǔn)確的決策和問題求解。
三、回歸分析
回歸分析是一種統(tǒng)計分析方法，用于探索和建立變量之間的關(guān)系。它用于預(yù)測一個或多個自變量對因變量的影響，并量化它們之間的關(guān)系。
回歸分析的主要目標(biāo)是找到最佳擬合線（或曲線），使得模型能夠在自變量和因變量之間達(dá)到最小的預(yù)測誤差。常用的回歸分析方法包括簡單線性回歸、多元線性回歸、多項式回歸、邏輯回歸等。
回歸分析在實(shí)踐中廣泛應(yīng)用于各個領(lǐng)域，如經(jīng)濟(jì)學(xué)、社會科學(xué)、醫(yī)學(xué)、工程等。它可以幫助研究人員和決策者理解變量之間的關(guān)系、預(yù)測未來趨勢、制定決策或評估因素對結(jié)果的影響。

展開更多......

收起↑