1 單選(2.5分)

以下關于正向推理的說法正確的是

得分/總分

• A.

  正向推理以某個假設目標作為出發點

• B.

  “如果P->Q為真，但Q不成立，則P也不成立”是假言推理

• C.

  “如果x是金屬，則x可以導電；木頭不導電；木頭不是金屬”是拒式假言推理

  2.50/2.50
• D.

  “銅是金屬；如果x是金屬，那么x可以導電；銅可以導電”是拒式假言推理

C 2 單選(2.5分)

以下關于“推理”的說法錯誤的是

得分/總分

• A.

  演繹更適合人類推理

• B.

  推理的確定性是推理的三個特性中最復雜的

• C.

  機器學習可以看做是一種演繹推理

  2.50/2.50
• D.

  計算機如果要實現自動推理，最可行的方法就是采用反向、演繹的方法

C 3 單選(2.5分)

，其中CF（晚上兩點睡覺）=0.6，CF（失眠到三點）=0.3，那么CF（第二天睡懶覺）為

得分/總分

• A.

  0.18

• B.

  0.24

  2.50/2.50
• C.

  0.48

• D.

  0.144

B 4 單選(2.5分)

以下關于幾種推理的舉例或說法中，不恰當的是

得分/總分

• A.

  反向推理與正向推理相反，以某個假設目標作為出發點，來展開推理

• B.

  演繹推理是由一般到特殊，用已知規律推斷或預測個別事例的過程

• C.

  正向推理：P，P→Q,?? =>? Q

• D.

  歸納推理：由“人都會死”、“蘇格拉底是人”推出“蘇格拉底會死”

  2.50/2.50

D 5 單選(2.5分)

“任何吃飽的和學習的人都是快樂的。任何晚飯點了米飯的人會吃飽。小博晚上沒有點米飯。任何人在飽的時候才學習。“對于這個題目得到的標準子句，哪一項是正確的？

得分/總分

• A.

  ?full(K) ∨ study(X)?

• B.

  ?eat(Z,rice) ∨ full(Y)?

  2.50/2.50
• C.

  ?eat(rice,Boo)?

• D.

  full(X) ∨ study(X) ∨ happy(X）

B 6 單選(2.5分)

以下說法正確的是：

得分/總分

• A.

  CF=0表示可信度為0，代表某證據為假

• B.

  推理規則和事實證據的不確定性可信度表示方法相同。同上

• C.

  不確定性推理中事實證據的不確定性不可以用可信度表示

• D.

  事實的可信度來源有兩個：專家直接提供和系統計算

  2.50/2.50

D 7 單選(2.5分)

歸納指的是

得分/總分

• A.

  從特殊到一般

  2.50/2.50
• B.

  從一般到特殊

• C.

  用已知規律推斷或預測個別事例的過程

• D.

  三段論

A 8 單選(2.5分)

以下說法錯誤的是

得分/總分

• A.

  確定性推理在推理時，所有知識和證據都是確定非真即假的

• B.

  反向推理則可以在每一步都有具體的目標，目標單一

• C.

  正向推理，適合計算機處理

  2.50/2.50
• D.

  天氣預報中的“明天降水概率”，是個不確定的推理結論

C 9 單選(2.5分)

規則子句，用來表示推理規則，如

得分/總分

• A.

  a←b1∧b2∧b3∧…∧bn

  2.50/2.50
• B.

  a1←? ；? a2← ；

• C.

  ←b1∧b2∧b3∧…∧bn

• D.

  b1∧b2∧b3

A 10 單選(2.5分)

“IF? E? THEN? H? ( CF(H,E) )”。可信度CF(H,E) 指標取值范圍為[-1,1]，其取值原則說法錯誤的是

得分/總分

• A.

  當CF>0時，表明證據E出現則H為真，值越大則H為真的概率越大

• B.

  CF(H,E)為可信度，表示當前提E對應的證據為真時，結論H為真的程度

• C.

  CF(H,E)為可信度，表示前提E與結論H之間的推理強度

• D.

  當CF=0時，表明證據E出現則H為假

  2.50/2.50

D

總結

以上是生活随笔為你收集整理的中国大学MOOC 人工智能导论第三章测试的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。