AIMA（人工智能一种现代的方法）核心要点

本思维导图从AIMA（人工智能一种现代的方法）繁琐的各个章节中提取了每个章节的核心，有助于我们更好的对AIMA有一个整体把控，让我们更好的对本书进行学习，有助于我们学习人工智能与应试。

AIMA核心要点

• 6.逻辑推理
  • P209页逻辑定理
  • 归结证明法
  • 一阶逻辑量词
  • 一阶逻辑推理
  • 归结
• 7.概率部分
  • 贝叶斯规则
  • 贝叶斯网络
  • P483隐马尔科夫模型
  • 卡尔曼滤波器了解
• 8.学习部分
  • 监督学习
    • 决策树
  • 非监督学习
  • 强化学习
  • K折验证法（西瓜书较好）
  • 正则化（西瓜书较好）
  • 线性回归（统计机器学习好）
  • SVM都看看
  • 朴素贝叶斯模型（P671）
  • EM算法（隐变量学习P677）
  • softmax函数（P703）
• 注：以上章节以及西瓜书的课后小结看一下，核心都是基础或者概念内容，一本书实际知识点也不算多，多看几次背一背就好。
• 5.CSP问题
  • CSP定义，三个成分XDC
  • 地图着色
  • 4种相容
• 4.博弈优化
  • 零和模型
  • 极大极小算法
  • α-β剪枝
  • 其他策略了解
• 3.搜索
  • 良定义问题的五个部分
  • open表closed表
  • 几种搜索策略及对比
  • A*搜索
  • 各种算法的启发函数
  • 爬山/模拟退火法/局部束/遗传算法了解
• 2.智能Agent
  • Agent函数与程序
  • Agent的Peas描述
  • 环境的性质
  • 多种Agent结构
• 1.绪论
  • 人工智能发展史（重要事件）
  • 课后拓展