第五章
第一题：给出如下布尔函数的决策树： (A∧B)∨(C∧D)
第二题：考虑根据不同天气情况决定是否野餐的问题。现有一个集合，标示了根据某些条件是否进行野餐。旁边是该问题的一个决策树：
(a) 圈出表中原本True但识别为False的实例
(b) 圈出表中原本为False但识别为True的实例
(c) 如果将一个叶子节点转化为一个属性集，则转化的应该是哪个叶子节点？
(i)Raining=T (ii)Sunny=T (iii)Sunny=F
(d)新加属性里面哪一个可以提供更多的信息？（ （log_2 1/3≈1.6））
说明：此题有错，集合与实际情况不符，不知道是以决策树为准还是以集合为准，有歧义。
答：（该题纯数学问题，考试绝对不会考，老师曾考虑换掉这个题，最后我没换，不过不影响人工智能课的学习，作业中也没有发现做对的，我自己推的话时间有点来不及，我们直接无视它）
第四题：给定7个三维数据，要求聚类后每一簇至少包括一个数据且不限定簇的个数，则可能的聚类方案有多少？
第五题：监督学习的计算实质是什么？其中有哪两个关键子问题？请针对每个子问题，尽可能多地叙述你所知道的解决方案。
答：监督学习的计算实质是学习拟合实际问题的目标函数，其中两个关键问题是优化目标和优化方法，优化目标可以是最小二乘、最大信息熵、最小描述长度等，优化方法主要包括最速下降、牛顿迭代、进化计算、群智能等。
第六章
第一题：简述行为智能与符号主义和连接主义的主要区别。
答：符号主义和连接主义认为为了对外界刺激做出反应，智能系统需要能够表示外界环境和求解目标，然后在此基础上进行推理，确定所要采取的行动。通常表示为“感知—表示—推理—行为”模式。行为智能表示为“感知—行为”的模式，智能体直接对感知到的外界刺激做出合适的反应，并不断在“感知—行为”过程中对外界环境逐渐适应。
第二题：试用强化学习中的Q-学习方法解决如下二阶梵塔问题：
并说明其解决思想与问题求解中的图搜索方法的根本区别。
（注：不必叙述学习过程，直接给出Q-值，并概述其求解原理即可）
答：用有向图的形式（各个节点为各种状态，有向边表示状态的转换）将两层汉诺塔问题表示出来。智能系统开始时除了目标状态的奖励值为1000，其余状态都为0。
假设从某个状态开始搜索，以80%的概率进入自己认为正确的状态，以20%的概率进入另一个状态（如果有的话），根据下一个状态的Q值更新自己的Q值，这样一直进行下去使得遍历整个状态，并使智能系统在遍历过程中不断学习，不断优化自己的Q值，最后使各个状态的Q趋于稳定。
经过Q-学习方法学习后的行为智能系统对环境有了适应性，这是与图搜索方法的根本区别。在图搜索方法中，每搜索一步都需要对根据搜索策略进行评估并决定下一步，而在Q学习方法中，一旦智能体对环境进行了适应性学习，每个状态都会有自己的Q值，不论从哪个状态出发，都能很快地找到目的状态。
Q值为：
Q-学习算法和图搜索算法的根本区别在于：图搜索算法里无论是否使用启发式函数，其搜索过程都是有一定盲目性的（启发式信息是经验性的，并不代表一定引导向最优解），而Q-学习算法的Q-函数值则可以准确评估动作。