欢迎光临
我们一直在努力

大工23秋《人工智能》在线作业2【标准答案】

可做奥鹏国开全部院校作业论文!答案请添加qq:599792888 或 微信:1095258436

大工23秋《人工智能》在线作业2

共20道题 总分:100分

一、单选题(共10题,50分)

1.从推出新判断的途径来分,推理分为演绎推理、归纳推理、()推理。

A、默认

B、确定性

C、不确定

D、启发

2.表达式G是不可满足的,当且仅当对所有的解释()。

A、G为真

B、G为假

C、G为非永真

D、以上都不对

3.鲁滨逊归结原理可以分为命题逻辑归结原理和()归结原理。

A、谓词逻辑

B、限制逻辑

C、删除逻辑

D、线性输入

4.主观Bayes推理中,规定充分性度量应()。

A、大于等于0

B、大于0

C、小于等于0

D、小于0

5.主观Bayes推理中,规定必要性度量应()。

A、小于等于0

B、大于0

C、大于等于0

D、小于0

6.主观Bayes推理中,规则E→H,其LS=LN=1,这意味着()。

A、E对H没有影响

B、E支持H

C、E不支持H

D、以上都不对

7.MYCIN系统中规定,由证据E得到假设H的可信度的取值为()。

A、大于0

B、小于0

C、大于2

D、大于等于-1且小于等于1

8.MYCIN系统中规定,由证据E得到假设H的可信度等于0,则代表()。

A、证据不可信

B、证据可信

C、证据对H没有影响

D、以上都不对

9.已知IF E1 THEN H1(0.8),CF(E1)=1,则CF(H1)=()。大工答案请进:opzy.net或请联系微信:1095258436

A、0.8

B、1

C、0

D、0.5

10.已知IF E4 AND (E5 OR E6 ) THEN E1(0.8),CF(E4)=0.5,CF(E5)=0.6,CF(E6)=0.8,则CF(E1)=()。

A、0.2

B、0.3

C、0.4

D、0.5

二、判断题(共10题,50分)

1.最常见的不确定性是随机性。

A、对

B、错

2.知识的不确定性,还来自知识的不完备性、不协调性和非恒常性。

A、对

B、错

3.知识的不完备性是指知识内在的矛盾,可以依次为冗余、干扰、冲突等。

A、对

B、错

4.推理是运用知识求解问题的过程,是证据和规则相结合得出结论的过程。由于知识的不确定性,导致了所产生的结论的不确定性。

A、对

B、错

5.在专家系统中的“不确定性” 一般分为两类:知识的不确定性,证据的不确定性。

A、对

B、错

6.证据的不确定性通常也是一个数值表示,它代表相应证据的不确定性程度,称之为动态强度。

A、对

B、错

7.演绎推理是从已知的一般性知识出发,去推出蕴含在这些已知知识中的适合于某种个别情况的结论。

A、对

B、错

8.完全归纳推理,在进行归纳时只考察了相应事物的部分对象,就得出了关于该事物的结论。

A、对

B、错

9.演绎推理是将已有事实揭露出来,同时它可以增殖新知识。

A、对

B、错

10.非单调推理,在推理过程中由于新知识的加入,不仅没有加强已推出的结论,反而要否定它,使得推理退回到前面的某一步,重新开始。

A、对

B、错

大工23秋《人工智能》在线作业2

共20道题 总分:100分

一、单选题(共10题,50分)

1.从推出新判断的途径来分,推理分为演绎推理、归纳推理、()推理。

A、默认

B、确定性

C、不确定

D、启发

2.表达式G是不可满足的,当且仅当对所有的解释()。

A、G为真

B、G为假

C、G为非永真

D、以上都不对

3.鲁滨逊归结原理可以分为命题逻辑归结原理和()归结原理。

A、谓词逻辑

B、限制逻辑

C、删除逻辑

D、线性输入

4.主观Bayes推理中,规定充分性度量应()。

A、大于等于0

B、大于0

C、小于等于0

D、小于0

5.主观Bayes推理中,规定必要性度量应()。

A、小于等于0

B、大于0

C、大于等于0

D、小于0

6.主观Bayes推理中,规则E→H,其LS=LN=1,这意味着()。

A、E对H没有影响

B、E支持H

C、E不支持H

D、以上都不对

7.MYCIN系统中规定,由证据E得到假设H的可信度的取值为()。

A、大于0

B、小于0

C、大于2

D、大于等于-1且小于等于1

8.MYCIN系统中规定,由证据E得到假设H的可信度等于0,则代表()。

A、证据不可信

B、证据可信

C、证据对H没有影响

D、以上都不对

9.已知IF E1 THEN H1(0.8),CF(E1)=1,则CF(H1)=()。

A、0.8

B、1

C、0

D、0.5

10.已知IF E4 AND (E5 OR E6 ) THEN E1(0.8),CF(E4)=0.5,CF(E5)=0.6,CF(E6)=0.8,则CF(E1)=()。

A、0.2

B、0.3

C、0.4

D、0.5

二、判断题(共10题,50分)

1.最常见的不确定性是随机性。

A、对

B、错

2.知识的不确定性,还来自知识的不完备性、不协调性和非恒常性。

A、对

B、错

3.知识的不完备性是指知识内在的矛盾,可以依次为冗余、干扰、冲突等。

A、对

B、错

4.推理是运用知识求解问题的过程,是证据和规则相结合得出结论的过程。由于知识的不确定性,导致了所产生的结论的不确定性。

A、对

B、错

5.在专家系统中的“不确定性” 一般分为两类:知识的不确定性,证据的不确定性。

A、对

B、错

6.证据的不确定性通常也是一个数值表示,它代表相应证据的不确定性程度,称之为动态强度。

A、对

B、错

7.演绎推理是从已知的一般性知识出发,去推出蕴含在这些已知知识中的适合于某种个别情况的结论。

A、对

B、错

8.完全归纳推理,在进行归纳时只考察了相应事物的部分对象,就得出了关于该事物的结论。

A、对

B、错

9.演绎推理是将已有事实揭露出来,同时它可以增殖新知识。

A、对

B、错

10.非单调推理,在推理过程中由于新知识的加入,不仅没有加强已推出的结论,反而要否定它,使得推理退回到前面的某一步,重新开始。

A、对

B、错

大工23秋《人工智能》在线作业2

共20道题 总分:100分

一、单选题(共10题,50分)

1.从推出新判断的途径来分,推理分为演绎推理、归纳推理、()推理。

A、默认

B、确定性

C、不确定

D、启发

2.表达式G是不可满足的,当且仅当对所有的解释()。

A、G为真

B、G为假

C、G为非永真

D、以上都不对

3.鲁滨逊归结原理可以分为命题逻辑归结原理和()归结原理。

A、谓词逻辑

B、限制逻辑

C、删除逻辑

D、线性输入

4.主观Bayes推理中,规定充分性度量应()。

A、大于等于0

B、大于0

C、小于等于0

D、小于0

5.主观Bayes推理中,规定必要性度量应()。

A、小于等于0

B、大于0

C、大于等于0

D、小于0

6.主观Bayes推理中,规则E→H,其LS=LN=1,这意味着()。

A、E对H没有影响

B、E支持H

C、E不支持H

D、以上都不对

7.MYCIN系统中规定,由证据E得到假设H的可信度的取值为()。

A、大于0

B、小于0

C、大于2

D、大于等于-1且小于等于1

8.MYCIN系统中规定,由证据E得到假设H的可信度等于0,则代表()。

A、证据不可信

B、证据可信

C、证据对H没有影响

D、以上都不对

9.已知IF E1 THEN H1(0.8),CF(E1)=1,则CF(H1)=()。

A、0.8

B、1

C、0

D、0.5

10.已知IF E4 AND (E5 OR E6 ) THEN E1(0.8),CF(E4)=0.5,CF(E5)=0.6,CF(E6)=0.8,则CF(E1)=()。

A、0.2

B、0.3

C、0.4

D、0.5

二、判断题(共10题,50分)

1.最常见的不确定性是随机性。

A、对

B、错

2.知识的不确定性,还来自知识的不完备性、不协调性和非恒常性。

A、对

B、错

3.知识的不完备性是指知识内在的矛盾,可以依次为冗余、干扰、冲突等。

A、对

B、错

4.推理是运用知识求解问题的过程,是证据和规则相结合得出结论的过程。由于知识的不确定性,导致了所产生的结论的不确定性。

A、对

B、错

5.在专家系统中的“不确定性” 一般分为两类:知识的不确定性,证据的不确定性。

A、对

B、错

6.证据的不确定性通常也是一个数值表示,它代表相应证据的不确定性程度,称之为动态强度。

A、对

B、错

7.演绎推理是从已知的一般性知识出发,去推出蕴含在这些已知知识中的适合于某种个别情况的结论。

A、对

B、错

8.完全归纳推理,在进行归纳时只考察了相应事物的部分对象,就得出了关于该事物的结论。

A、对

B、错

9.演绎推理是将已有事实揭露出来,同时它可以增殖新知识。

A、对

B、错

10.非单调推理,在推理过程中由于新知识的加入,不仅没有加强已推出的结论,反而要否定它,使得推理退回到前面的某一步,重新开始。

A、对

B、错

大工23秋《人工智能》在线作业2

共20道题 总分:100分

一、单选题(共10题,50分)

1.从推出新判断的途径来分,推理分为演绎推理、归纳推理、()推理。

A、默认

B、确定性

C、不确定

D、启发

2.表达式G是不可满足的,当且仅当对所有的解释()。

A、G为真

B、G为假

C、G为非永真

D、以上都不对

3.鲁滨逊归结原理可以分为命题逻辑归结原理和()归结原理。

A、谓词逻辑

B、限制逻辑

C、删除逻辑

D、线性输入

4.主观Bayes推理中,规定充分性度量应()。

A、大于等于0

B、大于0

C、小于等于0

D、小于0

5.主观Bayes推理中,规定必要性度量应()。

A、小于等于0

B、大于0

C、大于等于0

D、小于0

6.主观Bayes推理中,规则E→H,其LS=LN=1,这意味着()。

A、E对H没有影响

B、E支持H

C、E不支持H

D、以上都不对

7.MYCIN系统中规定,由证据E得到假设H的可信度的取值为()。

A、大于0

B、小于0

C、大于2

D、大于等于-1且小于等于1

8.MYCIN系统中规定,由证据E得到假设H的可信度等于0,则代表()。

A、证据不可信

B、证据可信

C、证据对H没有影响

D、以上都不对

9.已知IF E1 THEN H1(0.8),CF(E1)=1,则CF(H1)=()。

A、0.8

B、1

C、0

D、0.5

10.已知IF E4 AND (E5 OR E6 ) THEN E1(0.8),CF(E4)=0.5,CF(E5)=0.6,CF(E6)=0.8,则CF(E1)=()。

A、0.2

B、0.3

C、0.4

D、0.5

二、判断题(共10题,50分)

1.最常见的不确定性是随机性。

A、对

B、错

2.知识的不确定性,还来自知识的不完备性、不协调性和非恒常性。

A、对

B、错

3.知识的不完备性是指知识内在的矛盾,可以依次为冗余、干扰、冲突等。

A、对

B、错

4.推理是运用知识求解问题的过程,是证据和规则相结合得出结论的过程。由于知识的不确定性,导致了所产生的结论的不确定性。

A、对

B、错

5.在专家系统中的“不确定性” 一般分为两类:知识的不确定性,证据的不确定性。

A、对

B、错

6.证据的不确定性通常也是一个数值表示,它代表相应证据的不确定性程度,称之为动态强度。

A、对

B、错

7.演绎推理是从已知的一般性知识出发,去推出蕴含在这些已知知识中的适合于某种个别情况的结论。

A、对

B、错

8.完全归纳推理,在进行归纳时只考察了相应事物的部分对象,就得出了关于该事物的结论。

A、对

B、错

9.演绎推理是将已有事实揭露出来,同时它可以增殖新知识。

A、对

B、错

10.非单调推理,在推理过程中由于新知识的加入,不仅没有加强已推出的结论,反而要否定它,使得推理退回到前面的某一步,重新开始。

A、对

B、错

大工23秋《人工智能》在线作业2

共20道题 总分:100分

一、单选题(共10题,50分)

1.从推出新判断的途径来分,推理分为演绎推理、归纳推理、()推理。

A、默认

B、确定性

C、不确定

D、启发

2.表达式G是不可满足的,当且仅当对所有的解释()。

A、G为真

B、G为假

C、G为非永真

D、以上都不对

3.鲁滨逊归结原理可以分为命题逻辑归结原理和()归结原理。

A、谓词逻辑

B、限制逻辑

C、删除逻辑

D、线性输入

4.主观Bayes推理中,规定充分性度量应()。

A、大于等于0

B、大于0

C、小于等于0

D、小于0

5.主观Bayes推理中,规定必要性度量应()。

A、小于等于0

B、大于0

C、大于等于0

D、小于0

6.主观Bayes推理中,规则E→H,其LS=LN=1,这意味着()。

A、E对H没有影响

B、E支持H

C、E不支持H

D、以上都不对

7.MYCIN系统中规定,由证据E得到假设H的可信度的取值为()。

A、大于0

B、小于0

C、大于2

D、大于等于-1且小于等于1

8.MYCIN系统中规定,由证据E得到假设H的可信度等于0,则代表()。

A、证据不可信

B、证据可信

C、证据对H没有影响

D、以上都不对

9.已知IF E1 THEN H1(0.8),CF(E1)=1,则CF(H1)=()。

A、0.8

B、1

C、0

D、0.5

10.已知IF E4 AND (E5 OR E6 ) THEN E1(0.8),CF(E4)=0.5,CF(E5)=0.6,CF(E6)=0.8,则CF(E1)=()。

A、0.2

B、0.3

C、0.4

D、0.5

二、判断题(共10题,50分)

1.最常见的不确定性是随机性。

A、对

B、错

2.知识的不确定性,还来自知识的不完备性、不协调性和非恒常性。

A、对

B、错

3.知识的不完备性是指知识内在的矛盾,可以依次为冗余、干扰、冲突等。

A、对

B、错

4.推理是运用知识求解问题的过程,是证据和规则相结合得出结论的过程。由于知识的不确定性,导致了所产生的结论的不确定性。

A、对

B、错

5.在专家系统中的“不确定性” 一般分为两类:知识的不确定性,证据的不确定性。

A、对

B、错

6.证据的不确定性通常也是一个数值表示,它代表相应证据的不确定性程度,称之为动态强度。

A、对

B、错

7.演绎推理是从已知的一般性知识出发,去推出蕴含在这些已知知识中的适合于某种个别情况的结论。

A、对

B、错

8.完全归纳推理,在进行归纳时只考察了相应事物的部分对象,就得出了关于该事物的结论。

A、对

B、错

9.演绎推理是将已有事实揭露出来,同时它可以增殖新知识。

A、对

B、错

10.非单调推理,在推理过程中由于新知识的加入,不仅没有加强已推出的结论,反而要否定它,使得推理退回到前面的某一步,重新开始。

A、对

B、错

大工23秋《人工智能》在线作业2

共20道题 总分:100分

一、单选题(共10题,50分)

1.从推出新判断的途径来分,推理分为演绎推理、归纳推理、()推理。

A、默认

B、确定性

C、不确定

D、启发

2.表达式G是不可满足的,当且仅当对所有的解释()。

A、G为真

B、G为假

C、G为非永真

D、以上都不对

3.鲁滨逊归结原理可以分为命题逻辑归结原理和()归结原理。

A、谓词逻辑

B、限制逻辑

C、删除逻辑

D、线性输入

4.主观Bayes推理中,规定充分性度量应()。

A、大于等于0

B、大于0

C、小于等于0

D、小于0

5.主观Bayes推理中,规定必要性度量应()。

A、小于等于0

B、大于0

C、大于等于0

D、小于0

6.主观Bayes推理中,规则E→H,其LS=LN=1,这意味着()。

A、E对H没有影响

B、E支持H

C、E不支持H

D、以上都不对

7.MYCIN系统中规定,由证据E得到假设H的可信度的取值为()。

A、大于0

B、小于0

C、大于2

D、大于等于-1且小于等于1

8.MYCIN系统中规定,由证据E得到假设H的可信度等于0,则代表()。

A、证据不可信

B、证据可信

C、证据对H没有影响

D、以上都不对

9.已知IF E1 THEN H1(0.8),CF(E1)=1,则CF(H1)=()。

A、0.8

B、1

C、0

D、0.5

10.已知IF E4 AND (E5 OR E6 ) THEN E1(0.8),CF(E4)=0.5,CF(E5)=0.6,CF(E6)=0.8,则CF(E1)=()。

A、0.2

B、0.3

C、0.4

D、0.5

二、判断题(共10题,50分)

1.最常见的不确定性是随机性。

A、对

B、错

2.知识的不确定性,还来自知识的不完备性、不协调性和非恒常性。

A、对

B、错

3.知识的不完备性是指知识内在的矛盾,可以依次为冗余、干扰、冲突等。

A、对

B、错

4.推理是运用知识求解问题的过程,是证据和规则相结合得出结论的过程。由于知识的不确定性,导致了所产生的结论的不确定性。

A、对

B、错

5.在专家系统中的“不确定性” 一般分为两类:知识的不确定性,证据的不确定性。

A、对

B、错

6.证据的不确定性通常也是一个数值表示,它代表相应证据的不确定性程度,称之为动态强度。

A、对

B、错

7.演绎推理是从已知的一般性知识出发,去推出蕴含在这些已知知识中的适合于某种个别情况的结论。

A、对

B、错

8.完全归纳推理,在进行归纳时只考察了相应事物的部分对象,就得出了关于该事物的结论。

A、对

B、错

9.演绎推理是将已有事实揭露出来,同时它可以增殖新知识。

A、对

B、错

10.非单调推理,在推理过程中由于新知识的加入,不仅没有加强已推出的结论,反而要否定它,使得推理退回到前面的某一步,重新开始。

A、对

B、错

大工23秋《人工智能》在线作业2

共20道题 总分:100分

一、单选题(共10题,50分)

1.从推出新判断的途径来分,推理分为演绎推理、归纳推理、()推理。

A、默认

B、确定性

C、不确定

D、启发

2.表达式G是不可满足的,当且仅当对所有的解释()。

A、G为真

B、G为假

C、G为非永真

D、以上都不对

3.鲁滨逊归结原理可以分为命题逻辑归结原理和()归结原理。

A、谓词逻辑

B、限制逻辑

C、删除逻辑

D、线性输入

4.主观Bayes推理中,规定充分性度量应()。

A、大于等于0

B、大于0

C、小于等于0

D、小于0

5.主观Bayes推理中,规定必要性度量应()。

A、小于等于0

B、大于0

C、大于等于0

D、小于0

6.主观Bayes推理中,规则E→H,其LS=LN=1,这意味着()。

A、E对H没有影响

B、E支持H

C、E不支持H

D、以上都不对

7.MYCIN系统中规定,由证据E得到假设H的可信度的取值为()。

A、大于0

B、小于0

C、大于2

D、大于等于-1且小于等于1

8.MYCIN系统中规定,由证据E得到假设H的可信度等于0,则代表()。

A、证据不可信

B、证据可信

C、证据对H没有影响

D、以上都不对

9.已知IF E1 THEN H1(0.8),CF(E1)=1,则CF(H1)=()。

A、0.8

B、1

C、0

D、0.5

10.已知IF E4 AND (E5 OR E6 ) THEN E1(0.8),CF(E4)=0.5,CF(E5)=0.6,CF(E6)=0.8,则CF(E1)=()。

A、0.2

B、0.3

C、0.4

D、0.5

二、判断题(共10题,50分)

1.最常见的不确定性是随机性。

A、对

B、错

2.知识的不确定性,还来自知识的不完备性、不协调性和非恒常性。

A、对

B、错

3.知识的不完备性是指知识内在的矛盾,可以依次为冗余、干扰、冲突等。

A、对

B、错

4.推理是运用知识求解问题的过程,是证据和规则相结合得出结论的过程。由于知识的不确定性,导致了所产生的结论的不确定性。

A、对

B、错

5.在专家系统中的“不确定性” 一般分为两类:知识的不确定性,证据的不确定性。

A、对

B、错

6.证据的不确定性通常也是一个数值表示,它代表相应证据的不确定性程度,称之为动态强度。

A、对

B、错

7.演绎推理是从已知的一般性知识出发,去推出蕴含在这些已知知识中的适合于某种个别情况的结论。

A、对

B、错

8.完全归纳推理,在进行归纳时只考察了相应事物的部分对象,就得出了关于该事物的结论。

A、对

B、错

9.演绎推理是将已有事实揭露出来,同时它可以增殖新知识。

A、对

B、错

10.非单调推理,在推理过程中由于新知识的加入,不仅没有加强已推出的结论,反而要否定它,使得推理退回到前面的某一步,重新开始。

A、对

B、错

大工23秋《人工智能》在线作业2

共20道题 总分:100分

一、单选题(共10题,50分)

1.从推出新判断的途径来分,推理分为演绎推理、归纳推理、()推理。

A、默认

B、确定性

C、不确定

D、启发

2.表达式G是不可满足的,当且仅当对所有的解释()。

A、G为真

B、G为假

C、G为非永真

D、以上都不对

3.鲁滨逊归结原理可以分为命题逻辑归结原理和()归结原理。

A、谓词逻辑

B、限制逻辑

C、删除逻辑

D、线性输入

4.主观Bayes推理中,规定充分性度量应()。

A、大于等于0

B、大于0

C、小于等于0

D、小于0

5.主观Bayes推理中,规定必要性度量应()。

A、小于等于0

B、大于0

C、大于等于0

D、小于0

6.主观Bayes推理中,规则E→H,其LS=LN=1,这意味着()。

A、E对H没有影响

B、E支持H

C、E不支持H

D、以上都不对

7.MYCIN系统中规定,由证据E得到假设H的可信度的取值为()。

A、大于0

B、小于0

C、大于2

D、大于等于-1且小于等于1

8.MYCIN系统中规定,由证据E得到假设H的可信度等于0,则代表()。

A、证据不可信

B、证据可信

C、证据对H没有影响

D、以上都不对

9.已知IF E1 THEN H1(0.8),CF(E1)=1,则CF(H1)=()。

A、0.8

B、1

C、0

D、0.5

10.已知IF E4 AND (E5 OR E6 ) THEN E1(0.8),CF(E4)=0.5,CF(E5)=0.6,CF(E6)=0.8,则CF(E1)=()。

A、0.2

B、0.3

C、0.4

D、0.5

二、判断题(共10题,50分)

1.最常见的不确定性是随机性。

A、对

B、错

2.知识的不确定性,还来自知识的不完备性、不协调性和非恒常性。

A、对

B、错

3.知识的不完备性是指知识内在的矛盾,可以依次为冗余、干扰、冲突等。

A、对

B、错

4.推理是运用知识求解问题的过程,是证据和规则相结合得出结论的过程。由于知识的不确定性,导致了所产生的结论的不确定性。

A、对

B、错

5.在专家系统中的“不确定性” 一般分为两类:知识的不确定性,证据的不确定性。

A、对

B、错

6.证据的不确定性通常也是一个数值表示,它代表相应证据的不确定性程度,称之为动态强度。

A、对

B、错

7.演绎推理是从已知的一般性知识出发,去推出蕴含在这些已知知识中的适合于某种个别情况的结论。

A、对

B、错

8.完全归纳推理,在进行归纳时只考察了相应事物的部分对象,就得出了关于该事物的结论。

A、对

B、错

9.演绎推理是将已有事实揭露出来,同时它可以增殖新知识。

A、对

B、错

10.非单调推理,在推理过程中由于新知识的加入,不仅没有加强已推出的结论,反而要否定它,使得推理退回到前面的某一步,重新开始。

A、对

B、错

大工23秋《人工智能》在线作业2

共20道题 总分:100分

一、单选题(共10题,50分)

1.从推出新判断的途径来分,推理分为演绎推理、归纳推理、()推理。

A、默认

B、确定性

C、不确定

D、启发

2.表达式G是不可满足的,当且仅当对所有的解释()。

A、G为真

B、G为假

C、G为非永真

D、以上都不对

3.鲁滨逊归结原理可以分为命题逻辑归结原理和()归结原理。

A、谓词逻辑

B、限制逻辑

C、删除逻辑

D、线性输入

4.主观Bayes推理中,规定充分性度量应()。

A、大于等于0

B、大于0

C、小于等于0

D、小于0

5.主观Bayes推理中,规定必要性度量应()。

A、小于等于0

B、大于0

C、大于等于0

D、小于0

6.主观Bayes推理中,规则E→H,其LS=LN=1,这意味着()。

A、E对H没有影响

B、E支持H

C、E不支持H

D、以上都不对

7.MYCIN系统中规定,由证据E得到假设H的可信度的取值为()。

A、大于0

B、小于0

C、大于2

D、大于等于-1且小于等于1

8.MYCIN系统中规定,由证据E得到假设H的可信度等于0,则代表()。

A、证据不可信

B、证据可信

C、证据对H没有影响

D、以上都不对

9.已知IF E1 THEN H1(0.8),CF(E1)=1,则CF(H1)=()。

A、0.8

B、1

C、0

D、0.5

10.已知IF E4 AND (E5 OR E6 ) THEN E1(0.8),CF(E4)=0.5,CF(E5)=0.6,CF(E6)=0.8,则CF(E1)=()。

A、0.2

B、0.3

C、0.4

D、0.5

二、判断题(共10题,50分)

1.最常见的不确定性是随机性。

A、对

B、错

2.知识的不确定性,还来自知识的不完备性、不协调性和非恒常性。

A、对

B、错

3.知识的不完备性是指知识内在的矛盾,可以依次为冗余、干扰、冲突等。

A、对

B、错

4.推理是运用知识求解问题的过程,是证据和规则相结合得出结论的过程。由于知识的不确定性,导致了所产生的结论的不确定性。

A、对

B、错

5.在专家系统中的“不确定性” 一般分为两类:知识的不确定性,证据的不确定性。

A、对

B、错

6.证据的不确定性通常也是一个数值表示,它代表相应证据的不确定性程度,称之为动态强度。

A、对

B、错

7.演绎推理是从已知的一般性知识出发,去推出蕴含在这些已知知识中的适合于某种个别情况的结论。

A、对

B、错

8.完全归纳推理,在进行归纳时只考察了相应事物的部分对象,就得出了关于该事物的结论。

A、对

B、错

9.演绎推理是将已有事实揭露出来,同时它可以增殖新知识。

A、对

B、错

10.非单调推理,在推理过程中由于新知识的加入,不仅没有加强已推出的结论,反而要否定它,使得推理退回到前面的某一步,重新开始。

A、对

B、错

赞(0)
未经允许不得转载:奥鹏作业网 » 大工23秋《人工智能》在线作业2【标准答案】

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址