CS 6601: Midterm study guide
R&N = AI, A Modern Approach , by Russell & Norvig
¡ñ Adversarial search (R&N Chapter 5)
¡ð Observable games (e.g. isolation)
¡ð Minimax
¡ð Alpha-beta pruning
¡ö Performance improvement
¡ð Utility and evaluation functions
¡ö Sensitivity
¡ð Optimization tricks
¡ö Move-ordering
¡ö Symmetry
¡ð Iterative deepening
¡ð Multiplayer games
¡ð Probabilistic games
¡ð Partially observable games (e.g. poker)
¡ð Uninformed
(R&N Chapter 3, uninformed and informed)
¡ö Breadth-first search
¡ö Depth-first search
¡ö Depth-limited search
¡ö Iterative deepening depth-first search
¡ö Uniform-cost search
¡ð Informed
¡ö Greedy search
¡ö A* search
¡ö Heuristics
¡ñ Consistency/admissibility ¡ñ Dominance
¡ñ Derivation by relaxation
¡ð Bidirectional
¡ð Tridirectional
¡ð Tree vs. graph search
¡ð Completeness, space/time complexity, path optimality
¡ñ Agent design (R&N Chapter 2)
Code Help
¡ð Rationality
¡ö Performance
¡ö Environment
¡ñ Observability
¡ñ Deterministic/stochastic ¡ñ Episodic/sequential
¡ñ Static/dynamic
¡ñ Discrete/continuous
¡ñ Single/multi-agent
¡ö Actuators
¡ö Sensors
¡ñ Uncertainty
¡ð Agent types
¡ö Reflex with state
¡ö Goal-based
¡ö Utility-based
¡ö Learning
¡ñ Random algorithms (part of R&N Chapter 4)
¡ð Hill-climbing
¡ð Beam search
¡ð Iterative improvement
¡ð Simulated annealing
¡ð Genetic algorithms
¡ð Local vs. global maximum
¡ð Local stochastic search
¡ñ Constraint satisfaction problems (R&N Chapter 6)
¡ð Variables, domains, constraints
¡ð Standard search
¡ð Backtracking
¡ð Heuristics
¡ö Minimum remaining values
¡ö Least constraining value
¡ð Forward-checking
¡ð Arc consistency
¡ð Path consistency
¡ð Problem re-structuring
¡ñ Probability (R&N Chapters 13 and 14a, 14b)
Github
¡ð Independence/dependence
¡ð Discrete/continuous variables
¡ð Joint distribution
¡ð Central Limit Theorem
¡ð Conditional probabilities
¡ö Bayes¡¯ Rule
¡ö Chain Rule
¡ö Conditional independence
¡ð Bayesian networks
¡ö How to construct
¡ö Local independence
¡ö Inference
¡ñ Exact (calculation)
¡ð Enumeration
¡ð Variable elimination
¡ñ Inexact (sampling)
¡ð Rejection sampling
¡ð Stochastic simulation
¡ð MCMC simulation
¡ð Decision/utility theory
¡ö Expected value
浙大学霸代写 加微信 cstutorcs