1.UCS DFS BFS A* search

2.Game Minimax, αβ pruning

3.CSP

4.FOL resolution proof 将结果取反，和原有条件搞出空集

5.Inference in FOL

• forward chaining 由已知条件modus poneus和and introduction 得到最后结果
• backward chaining 从结果出发进行替换得到所有结果，要画图的

6.CNF

7.Planing

• Partial Order Plan

8.Neural Network 给一个网络看输出是什么或者设计

9.Naive Bayes

• 给一个情景，算概率
• 画Bayesian Network

10.Decision Tree

• 分类
• 算information Gain

image.png

image.png

11.Markov Decision Processes

• 箭头是Reward，每个格子里的是Untility U(s) = R(s)+𝛾maxa∑s1(P(s1|s,a)U(s1))
• 把格子填满后，各个方向就是Q值，Q值的计算：
  如果计算完U值要计算Q值，就是用下面的式子：
  有了策略π和立即回报函数r(s,a), Qπ(s,a)如何得到的呢？
  对s11计算Q函数（用到了上面Vπ的结果）如下：
  Qπ(s11,ar)=r(s11,ar)+ γ Vπ(s12) =0+0.9100 = 90
  Qπ(s11,ad)=r(s11,ad)+ γ *Vπ(s21) = 72

Q值怎么计算：Q(E,3,2)那就是MaxQ(4,2)=U(4,2) 既是相应方向相邻格子的U(也是maxQ)

• 增强式学习要注意 第一次不改值，只是找到terminal在哪里
• 这个是增强式学习的时候的式子，一般会给怎么行动的，Q(s,a)← Q(s,a) + ⍺(R(s)+𝛾 maxa’Q(s’,a’)−Q(s,a))

γ越大，小鸟就会越重视以往经验，越小，小鸟只重视眼前利益（R）
α为学习速率（learning rate），γ为折扣因子（discount factor）。根据公式可以看出，学习速率α越大，保留之前训练的效果就越少。折扣因子γ越大，

max_aQ(S', a)

max_aQ(S', a)

image.png

12.Decision Networks

• Compute expected utility (EU)
• EU(AT∧¬SB) = P(Acc|AT∧¬SB)·U(Acc∧¬SB) +P(¬Acc|AT∧¬SB)·U(¬Acc∧¬SB)
  随机事件在两个选择下的概率乘以Utility

image.png

13.Choose 2 homework3 projects, each one about a different dataset

Describe how each project relates to search, knowledge representation, reasoning about uncertainty, learning
Compare and contrast the two projects, describing limitations and strengths

14.Expected Untility

image.png

a 是action ，s'是a这个动作导致的结果，e是已经发生的事情 比如 J,M