大工20春人工智能課程設(shè)計(jì)答案

1、學(xué)習(xí)中心：專(zhuān)業(yè)：年級(jí)：年春/秋季學(xué)號(hào)：學(xué)生：題目：人工智能課程設(shè)計(jì)（回歸算法）1.談?wù)勀銓?duì)本課程學(xué)習(xí)過(guò)程中的心得體會(huì)與建議？經(jīng)過(guò)半年的網(wǎng)上學(xué)習(xí)，我對(duì)人工智能這門(mén)課程有了初步的認(rèn)識(shí)，人工智能這門(mén)課程內(nèi)容新穎，涉及計(jì)算機(jī)知識(shí)非常廣，學(xué)習(xí)起來(lái)極富挑戰(zhàn)性。在學(xué)習(xí)過(guò)程中我始終跟隨老師視頻講解，嚴(yán)格要求自己，收獲很大。老師的講解深入淺出，在學(xué)識(shí)知識(shí)的同時(shí)，也激發(fā)了我的學(xué)習(xí)興趣。我由衷的感謝老師的教導(dǎo)，感謝老師們不辭辛苦錄制課件，感謝自己能獲得這次寶貴的學(xué)習(xí)機(jī)會(huì)。2.人工智能課程設(shè)計(jì),從以下5個(gè)題目中任選其一作答。人工智能課程設(shè)計(jì)題目二：回歸算法要求：(1)撰寫(xiě)一份word文檔，里面包括(常見(jiàn)的回歸算法、基

2、于實(shí)例的算法具體細(xì)節(jié))章節(jié)。(2)常見(jiàn)的回歸算法包括：最小二乘法(OrdinaryLeastSquare)，邏輯回歸(LogisticRegression)，逐步式回歸(StepwiseRegression),多元自適應(yīng)回歸樣條(MultivariateAdaptiveRegressionSplines)以及本地散點(diǎn)平滑估計(jì)(LocallyEstimatedScatterplotSmoothing),請(qǐng)選擇一個(gè)算法描述下算法核心思想隨意選用一個(gè)實(shí)例實(shí)現(xiàn)你所選擇的回歸算法。答：最小二乘法算法核心思想最小二乘法原理如下：根據(jù)一組給定的實(shí)驗(yàn)數(shù)據(jù)兀心)(廠丄朋),求出自變量x與因變量y的函數(shù)關(guān)系，只要

3、求在給定點(diǎn)丙上的誤差可十剛-刑弋1申)的平方和三町最小.當(dāng)處)亡即胡阿網(wǎng)，他時(shí)，即sG)=呦他&)+口1護(hù)iG)+%)這里仇(血d忌EQA紂是線(xiàn)性無(wú)關(guān)的函數(shù)族，假定在亀列上給出一組數(shù)據(jù)觸小崗，qxs以及對(duì)應(yīng)的一組權(quán)仏說(shuō)，這里叢為權(quán)系數(shù)，要求能=即血仏使I仏衛(wèi),)最小，其中I衛(wèi)1,嗎)弓工Pi【武對(duì)-!-0中I仏,孤嗎）實(shí)際上是關(guān)于知吟幾的多元函數(shù)，求I的最小值就是求多元函數(shù)I的極值，由極值必要條件，可得TOC o 1-5 h z=2工M%卩0儒）十町幽（嗎）十十叫嗎（召）一”佻（=0,1,M叫缶根據(jù)內(nèi)積定義引入相應(yīng)帶權(quán)內(nèi)積記號(hào)3S他、佻）mHQ的（丙）麻也）j-03%）=工少擁（召）=-0（4

4、）則可改寫(xiě)為Oo,啣訂術(shù)+01,卩泅1+Ox仍,）弧=X很息=0丄幵這是關(guān)于參數(shù)丹嗎的線(xiàn)性方程組，用矩陣表示為C（Pq,鳳）（例n仍）（卩Q，込）C砒r阮X昭，幽）（吶r偶!）C很，佃）滬仍）假，低）3陸)3用)3備)Q)（5）稱(chēng)為法方程.當(dāng)|件（或八0入胡線(xiàn)性無(wú)關(guān)，且在點(diǎn)集X=加皿儀上至多只有n個(gè)不同零點(diǎn)，則稱(chēng)鳳倫在X上滿(mǎn)足Haar條件，此時(shí)（5）的解存在唯一。記（5）的解為口忌=a；Jc=0丄-，芒從而得到最小二乘擬合曲線(xiàn)尹二二&；附（町十“；仍（町十+&；段可以證明對(duì)寸爲(wèi)釘,科,有I#includevstdio.h#include#includefloataverage(intn,flo

5、at*x)inti;floatav;av=0;for(i=0;in;i+)av+=*(x+i);av=av/n;return(av);/平方和floatspfh(intn,float*x)inti;floata,b;a=0;for(i=0;in;i+)a+=(*(x+i)*(*(x+i);return(a);/和平方floatshpf(intn,float*x)inti;floata,b;a=0;for(i=0;in;i+)a=a+*(x+i);b=a*a/n;return(b);/兩數(shù)先相乘，再相加floatdcj(intn,float*x,float*y)inti;floata;a=0;f

6、or(i=0;in;i+)a+=(*(x+i)*(*(y+i);return(a);/兩數(shù)先相加，再相乘floatdjc(intn,float*x,float*y)inti;floata=0,b=0;for(i=0;in;i+)a=a+*(x+i);b=b+*(y+i);a=a*b/n;return(a);/系數(shù)afloatxsa(intn,float*x,float*y)floata,b,c,d,e;a=spfh(n,x);b=shpf(n,x);c=dcj(n,x,y);d=djc(n,x,y);e=(c-d)/(a-b);/printf(%f%f%f%f,a,b,c,d);return(

7、e);floathe(intn,float*y)inti;floata;a=0;for(i=0;in;i+)a=a+*(y+i);return(a);floatxsb(intn,float*x,float*y,floata)floatb,c,d;b=he(n,y);c=he(n,x);d=(b-a*c)/n;return(d);voidmain()intn,i;float*x,*y,a,b;printf(請(qǐng)輸入將要輸入的有效數(shù)值組數(shù)n的值:”);scanf(%d,&n);x=(float*)calloc(n,sizeof(float);if(x=NULL)printf(”內(nèi)存分配失敗”)；ex

8、it(1);y=(float*)calloc(n,sizeof(float)；if(y=NULL)printf(”內(nèi)存分配失敗”)；exit(1)；printf(”請(qǐng)輸入x的值n);for(i=0；in；i+)scanf(%f,x+i)；printf(”請(qǐng)輸入y的值，請(qǐng)注意與x的值一一對(duì)應(yīng):n);for(i=0；in；i+)scanf(%f,y+i)；for(i=0;in;i+)printf(x%d=%3.2f，i，*(x+i);printf(y%d=%3.2fn，i，*(y+i);a=xsa(n，x，y);b=xsb(n，x，y，a);printf(”經(jīng)最小二乘法擬合得到的一元線(xiàn)性方程為:n

9、);printf(f(x)=%3.2fx+%3.2fn，a，b);題目一：A*算法要求：(1)撰寫(xiě)一份word文檔，里面包括(算法思路、算法程序框圖、重排九宮問(wèn)題)章節(jié)。(2)算法思路：簡(jiǎn)單介紹該算法的基本思想，100字左右即可。(3)算法程序框圖：繪制流程圖或原理圖，從算法的開(kāi)始到結(jié)束的程序框圖。(4)對(duì)于重排九宮問(wèn)題的啟發(fā)式函數(shù)：f(x)=p(x)+3s(x)p(x)是x結(jié)點(diǎn)和目標(biāo)結(jié)點(diǎn)相比每個(gè)將牌“離家”的最短距離之和；s（x）是：每個(gè)將牌和目標(biāo)相比，若該將牌的后繼和目標(biāo)中該將牌的后繼不同，則該將牌得2分，相同則該將牌得0分，中間位置有將牌得1分，沒(méi)將牌得0分。對(duì)于給定的初始格局和目標(biāo)狀態(tài)

10、請(qǐng)按此啟發(fā)式函數(shù)給出搜索的狀態(tài)空間圖。初始格局目標(biāo)狀態(tài)題目二：回歸算法要求：（1）撰寫(xiě)一份word文檔，里面包括（常見(jiàn)的回歸算法、基于實(shí)例的算法具體細(xì)節(jié)）章節(jié)。（2）常見(jiàn)的回歸算法包括：最小二乘法（OrdinaryLeastSquare)，邏輯回歸(LogisticRegression)，逐步式回歸(StepwiseRegression)，多元自適應(yīng)回歸樣條(MultivariateAdaptiveRegressionSplines)以及本地散點(diǎn)平滑估計(jì)(LocallyEstimatedScatterplotSmoothing),請(qǐng)選擇一個(gè)算法描述下算法核心思想（3）隨意選用一個(gè)實(shí)例實(shí)現(xiàn)你所選

11、擇的回歸算法。題目三：深度優(yōu)先搜索算法要求：（1）撰寫(xiě)一份word文檔，里面包括（算法思路、算法程序框圖、主要函數(shù)代碼）章節(jié)。（2）算法思路：簡(jiǎn)單介紹該算法的基本思想，至少100字。（3）算法程序框圖：繪制流程圖或原理圖，從算法的開(kāi)始到結(jié)束的程序框圖。（4）主要函數(shù)代碼：列出算法的具體代碼。（5）簡(jiǎn)單描述在人工智能的哪些領(lǐng)域需要使用深度優(yōu)先搜索算法。題目四：博弈樹(shù)要求：（1）撰寫(xiě)一份word文檔，里面包括（基本概念、計(jì)算倒推值、a-P剪枝技術(shù)）章節(jié)。（2）基本概念：簡(jiǎn)單描述博弈樹(shù)，至少200字。（3）簡(jiǎn)單描述a-P剪枝技術(shù)。（4）圖示博弈樹(shù)，其中末一行的數(shù)字為假設(shè)的估值，請(qǐng)對(duì)博弈樹(shù)作如下工作：計(jì)算各節(jié)點(diǎn)的倒推值。利用a-P剪枝技術(shù)剪去不必要的分支。（可在節(jié)點(diǎn)分支上