인공지능 수업 (나름대로 정리한)핵심 요약

2.지식

-규칙

-전략

예) IF A THEN B AND 1단계 종료

     IF 1단계 끝 AND A THEN B 2단계 종료

-휴리스틱

 

3.프레임(표)

-슬롯: 슬롯이름 vs 슬롯 값

-클래스 ↔ 인스턴스

 

4.논리

-명제

-리터럴 ⊂ 절(논리곱 정규형/논리합 정규형)

-추론

-술어논리

 

5.의미망

-is-a ↔ has-a

 

6.스크립트

-절차적 지식 (진입조건, 역할자, 자산, 트랙, 장면, 결과 조건)

 

7.함수에 의한 지식 표현

-수치값,함수

-퍼셉트론

8.불확실한 지식 표현

-약한 관련성 → 확신도 cf( )

-부정확한 언어 → 퍼지 이론

-확률: 결합 확률 vs 조건부 확률 vs 베이즈정리

-집합론 → 퍼지집합(소속 정도)

 

(확신도 참고 자료 출처: http://www.aistudy.co.kr/expert/uncertainty_lee.htm)

확신도 cf( ) 실제적인 문제를 해결하기 위한 확률적 접근방법의 대체안

확신과 불확신을 결합하여 하나의 수로 표현하는 방법 

(확신도 참고 자료 출처: https://sungjk.github.io/2015/12/07/MachineLearning-CF.html )

CF는 주어진 증거들로부터 어떤 결론이나 가설을 신뢰할 것인지 아닌지에 대한 정도를 정량화하기 위한 방법으로, 의료용 전문가 시스템인 MYCIN을 개발하는 과정에서 고안되었다.

https://blog.daum.net/kimjaehun12/139

지능시스템론 7. 규칙기반 전문가 시스템의 불확실성 다루기

https://mjson.tistory.com/116

Uncertainty

https://studylib.net/doc/18142241/certainty-factor-model

Certainty Factor Model