本周的学习内容：
1.阅读量没有达到预期，约5篇文章（也就是有几天是没有看文章的，微信都已经推送到了，但就是没有点开，得反思一下）
2.写了篇文章《AI产品经理知识系列（1）——AI的背景知识及机器学习》，这应该是目前我正经输出的第一篇文章，打算成一个系列，后续还会加上CNN/RNN这些内容，并且找几乎把看的书形成读书笔记。
3.阅读《一种现代方法》第三章，关于agent如何进行搜索的，这部分开始看得有点烧脑了，有一部分都感觉看不太懂了。
下面是是关于书的一些摘抄：
1、问题求解agent是基于目标求解的agent中的一种，使用原子表示。
2、无信息搜索算法，算法除了问题定义本身没有任何其他信息；有信息搜索算法，利用任何给定的知识引导能够更有效的找到解。
3、要构建算法，首先需要定义问题，一个问题应该包含以下五个部分描述——Agent的初始状态、Agent的可能行动、转移模型（对每个行动的描述）、目标测试（确定给定的状态不是目标状态）、路径耗散（为每条路径赋一个耗散值）
上述五个元素可以定义一个问题，组织在一起可以成为一个数据结构，并把这座位算法的输入。问题的解释从初始状态到目标状态的一组行动序列，解的质量由路径耗散函数度量，所有解里面路径耗散值最小的解为最优解。
4、现实世界的搜索问题：旅行问题、旅行商问题（TSP）、VISI布线问题、机器人导航问题、自动装配序列问题
5、搜索算法的本质是考虑各种可能的行动序列。可能的行动序列是从搜索树中根节点的初始状态出发，连线表示行动，结点对应问题的状态空间中的状态。搜索算法的结构一般呈一种树状结构，不同的搜索算法区别在于如何选择要拓展的状态。
6、图搜索、树搜索
7、搜索算法需要一个数据结构来记录搜索树的构造过程。对应状态空间中的状态、搜索树中产生该节点的结点（父节点）、父节点产生该节点时所采取的行动、代价（从初始状态到该结点的路径消耗）
8、无信息搜索要做的事是生成后继并区分目标装填和非目标状态
9、几种无信息搜索策略（盲目搜索）——宽度优先搜索、一致代价搜索、深度优先搜索、深度受限搜索、迭代加深的深度优先搜索、双向搜索（同时从始末开始两个搜索）
下周开始看有信息的搜索策略这部分内容，这章的内容没有看得很懂，不过有个大概的印象，先不要局限于此，继续往后看。
ps:这篇文章又是拖到了周一才完成，囧...
