第2章 知識表示方法
一階謂語邏輯表示法、產生式表示法、語義網絡表示法、框架表示法、面向對象表示法、狀態空間表示法。
一階謂語邏輯表示法
連接詞：～ 非、∧與合取、∨或析取、→條件、↔雙條件
量詞：存在 與 任意
舉例謂語公式表示知識：
HIGHER (x, y)：x比y長得高
產生式表示法
P前提→Q結論 或者 IF P THEN Q
例：“老李年齡是40歲”，可表示爲：(Li，Age，40)
例：“老李年齡很可能是40歲”，可表示爲： (Li，Age，40,0.8)
語義網絡表示法
是通過概念及語義關係表達的一種網絡圖，帶標註的有向圖。
常用語義連續：ISA/AKO（是一個），part_of,IS,compose_of,have,located,if-then,before,after,at,a-member-of
框架表示法
例 教師框架
解：框架名：<教師>
姓名：單位（姓、名）
年齡：單位（歲）
性別：範圍（男、女）
缺省：男
職稱：範圍（教授、副教授、講師、助教）
缺省：講師
部門：單位（學院、教研室）
住址：<住址框架>
工資：<工資框架>
參加工作時間：單位（年，月）
面向對象表示法
對象：人
類：雞、飛禽、動物類在概念上是一種抽象機制，它是對一組相似對象的抽象。
繼承....
狀態空間表示法
第3章 歸結推理方法
命題、命題公式
=1 謂語公式的永真性和可滿足性
謂詞公式的等價性 化簡常用公式 狄摩根定律與量詞轉換率非常常用！
=2 置換與合一
1 置換
{a/x,f(b)/y,w/z}表示爲 x=a；y=f(b),z=w
2合一
例1：L1=Q（a,y）,L2=Q(z,f(b))
它們是可以合一的，其合一置換爲S={a/z,f(b)/y}，並且S也是最一般合一者mgu。
=3歸結推理
1範式：
前束形範式：不出現連接詞→和 ↔
斯克林（sklolem）範式：將前束範式每個存在量詞均在全稱量詞的前面
斯克林標準型：從前束型範式中消去全部存在量詞
合取範式：(A∨B)∧(A∨C)就是一個合取範式
2子句與子句集：謂詞公式G的Skolem標準型前面的全稱量詞全部消去，並用逗號（，）代替合取符號∧，便可得到謂詞公式G的子句集S
3歸結原理
互補文字（P與~P爲互補文字）
=4歸結原理進行定理證明
對於定理證明，常見的形式是：A1∧A2∧……∧An→B其中，A1∧A2∧……∧An是前提條件，而B則是邏輯結論。 要證明B是A1∧A2∧……∧An的邏輯結論，只需證明：A1∧A2∧……∧An∧~B 是不可滿足的即可。
證明過程：
Step1.首先否定結論B，並將否定後的公式~B與前提公式集組成如下形式的謂詞公式：
G= A1∧A2∧……∧An∧~B
Step2.求謂詞公式G的子句集S。 (化簡爲斯克林標準形式)
Step3.應用歸結（消解）原理，互補消去
消去到最後，爲空集NIL；
=5歸結原理進行問題求解
求解過程
Step1.把已知前提條件用謂詞公式表示出來，並化成相應的子句集，設該子句集的名字爲S1；
Step2.把待求解的問題也用謂詞公式表示出來，然後將其否定，並與一謂詞ANSWER構成析取式。謂詞ANSWER是一個專爲求解問題而設置的謂詞，其變量必須與問題公式的變量完全一致。
Step3.把問題公式與謂詞ANSWER構成的析取式（或）化爲子句集，並把該子句集與S1合併構成子句集S。
Step4.對子句集S應用消解原理進行消解，在消解過程彙總，通過合一置換，改變ANSWER中的變量。
Step5.如果得到消解式ANSWER，則問題的答案即在ANSWER謂詞中。
=6歸結原理的控制策略
第4章 不確定推理法
=1不確定推理
分類：模型法（數值方法、非數值方法）、控制方法
基於概率論的基礎處理不確定性的方法：可信度方法、主觀bayes方 法。
=2可信度方法
1知識不確定性
知識的不確定性則是以可信度CF(H，E)表示的。其一般形式爲IF E THEN H (CF(H，E) )
2證據不確定性的表示
例如CF(E)=0.8表示證據E的可信度爲0.8。
3不確定性的推理計算
=3主觀bayes法
1知識不確定性
2證據不確定性的表示
3不確定性的推理計算
4結論不確定性合成算法
=4證據理論
證據理論的數學基礎
特定概率分配函數
第5章 狀態空間搜索策略
盲目搜索策略
1寬度優先搜索：
寬度優先搜索是一般圖搜索算法的一個實例，每次總是擴展深度最淺的節點，這可以通過將邊緣組織成FIFO隊列來實現（即，新節點加入到隊列尾，淺層的老節點會在深層節點之前被擴展）。
2深度優先：
深度優先總是擴展搜索樹的當前邊緣節點集 中最深的節點（搜索直接推到最深層）。如果最深層節點擴展完了，就回溯到下一個還有未擴展節點的深度稍淺的節點。DFS使用LIFO隊列（最新生成的節點最早被擴展）。
3一致代價搜索
一致代價搜索擴展的是路徑消耗g(n)（從初始狀態到當前狀態的路徑耗散）最小的節點n。（可以通過將邊緣節點組織成按g值排序的隊列來實現）
4 深度受限
設置界限l來避免DFS在無限狀態空間下搜索失敗的尷尬情況。即，深度爲l的節點被當做最深層節點（沒有後繼節點）來對待。
後面包括了淺談深度學習，機器學習 因爲在其他課程有所涉及也就不一一列出來了