1-前言

为了应对大学院考试，我们来学习相关人工智能相关知识，并做各种练习。

通过学习，也算是做笔记，让自己更理解些。

3-问题题目训练

問1（幅優先探索：BFS）

题目在问什么？

从 ノードA 出发，按从左到右做 幅優先探索（BFS）。
题目要你填表里 ステップ4 和 ステップ7 时的：

• オープンリスト（Open list）：接下来“排队等着被展开”的节点
• クローズドリスト（Closed list）：已经“取出来展开过”的节点

图结构（按图）是：

• A 的子：B, C
• B 的子：D, E
• C 的子：F

BFS 的规则就是：先进先出（队列），并且展开子节点时左→右入队。

---

过程（关键步骤）

• Step1：Open=[A], Close=[]
• Step2：取出A → 入Close；把B,C入Open
  Open=[B,C], Close=[A]
• Step3：取出B → 入Close；把D,E入Open
  Open=[C,D,E], Close=[A,B]
• Step4：取出C → 入Close；把F入Open
  → 就得到题目要填的 (a)(b)

之后继续：

• Step5：取出D → Close=[A,B,C,D], Open=[E,F]
• Step6：取出E → Close=[A,B,C,D,E], Open=[F]
• Step7：取出F → Close=[A,B,C,D,E,F], Open=[]
  → 就得到题目要填的 ©(d)

---

✅ 問1答案

ステップ4

• (a) オープンリスト：[D, E, F]
• (b) クローズドリスト：[A, B, C]

ステップ7

• © オープンリスト：[]
• (d) クローズドリスト：[A, B, C, D, E, F]

---

問2（ベイズ：条件付き概率）

题目在问什么？

已知店里只卖两类电脑 X / Y，两者都有不良率。
当你买到的是不良品时，它属于 X 的概率是：

[
P(X \mid 不良)=0.125
]

题目给了 5 个选项，每个选项给：

• (P(X))（X 的销售比例）
• (P(不良\mid X)=0.4)
• (P(不良\mid Y)=0.7)

要你选哪一组数据能让 (P(X \mid 不良)=0.125)。

---

关键公式（贝叶斯）

[
P(X\mid 不良)=\frac{P(不良\mid X)P(X)}
{P(不良\mid X)P(X)+P(不良\mid Y)P(Y)}
]
其中 (P(Y)=1-P(X))

代入题目固定值：
[
0.125=\frac{0.4p}{0.4p+0.7(1-p)}
]
解得：
[
p=0.2
]

---

✅ 問2答案

正确选项是：(d)

• (P(X)=0.2)
• (P(不良\mid X)=0.4)
• (P(不良\mid Y)=0.7)

（也就是“卖 X 的比例是 0.2”那一项）

---

問3（空栏填空：K-means / Bellman / 最急降下）

题目在问什么？

这题就是考你是不是知道三个经典概念的标准表述，属于立命馆常见“术语挖空”。

---

① K-means

题干：

K-means 法では，データを (a) クラスタに帰属させ，その後に (b) を更新する。

意思（中文）：

K-means 先把每个数据分到最近的簇，然后更新簇中心。

✅ 答案：

• (a) 最近傍の（最も近い）
  中文：最近的 / 最近邻的
• (b) クラスタ中心（重心）
  中文：簇中心（质心）

---

② ベルマン方程式（强化学习）

题干：

ベルマン方程式では，© の状態価値を次の報酬と (d) の価値だけで定義する。

意思（中文）：

“当前状态”的价值，可以用“下一步的奖励 + 下一状态的价值”来定义（递归）。

✅ 答案：

• © 現在
  中文：当前
• (d) 次状態
  中文：下一状态

---

③ 最急降下法（梯度下降）

题干：

誤差が徐々に (e) ように，誤差関数の (f) を計算してパラメータを修正する。

意思（中文）：

为了让误差逐渐变小，计算误差函数的梯度来更新参数。

✅ 答案：

• (e) 小さくなる
  中文：变小
• (f) 勾配
  中文：梯度

---

✅ 問3总答案汇总

• (a) 最近傍の（最も近い）
• (b) クラスタ中心（重心）
• © 現在
• (d) 次状態
• (e) 小さくなる
• (f) 勾配

---

【模擬問題①】（既出系：強化学習・MDP）

問題1

強化学習では，エージェントが環境との相互作用を通じて学習を行う。
このとき，状態遷移が現在の状態と行動のみに依存するという性質を (a) という。

この仮定に基づき，強化学習の問題は (b) として定式化される。
(b) は，状態集合，行動集合，遷移確率，および © から構成される。

価値関数に基づく手法では，将来得られる報酬を現在の価値として評価するため，
報酬は (d) によって重み付けされる。

このとき，最適価値関数は (e) によって再帰的に定義され，
この関係式を (f) 方程式と呼ぶ。

(a)～(f) に入る最も適切な語句を記せ。

---

【模擬問題②】（既出系：教師あり学習・最適化）

問題2

教師あり学習では，入力データとそれに対応する (a) の組を用いて学習を行う。
モデルの学習は，一般に (b) を最小化する最適化問題として定式化される。

この最適化において，パラメータの更新方向を決定するために © が計算され，
更新量は (d) によって調整される。

勾配に基づく最適化手法では，誤差関数の形状によっては
局所的な最小値である (e) に収束する可能性がある。

この問題を緩和するため，(f) を導入することで
学習の安定性を向上させる手法が用いられる。

(a)～(f) に入る語句を記せ。

---

【予測問題①】（新傾向：不確実性・確率推論）

問題3

知能システムが実環境で動作する場合，観測情報にはしばしば (a) が含まれる。
そのため，状態を一意に決定することが困難となる。

このような状況では，状態を (b) として表現し，
観測が得られるたびにその分布を更新する手法が用いられる。

この更新処理は，予測ステップと © ステップから構成され，
前者では (d) に基づいて状態分布を更新する。

後者では，観測モデルを用いて (e) を計算し，
分布の総和が 1 となるように (f) が行われる。

(a)～(f) に入る最も適切な語句を記せ。

---

【予測問題②】（新傾向：汎化・モデルの限界）

問題4

機械学習モデルは，学習データに対して高い性能を示しても，
未知データに対して同様の性能を示すとは限らない。

このような現象は，モデルが学習データに過度に適合することによって生じ，
一般に (a) と呼ばれる。

(a) が発生すると，モデルの (b) が低下する。
これを防ぐため，学習時にモデルの複雑さを抑制する © が導入される。

また，学習データを複数に分割し，性能を評価する方法として
(d) が用いられる。

さらに，学習途中で性能の悪化を検知し学習を停止する手法を (e) という。

(a)～(e) に入る語句を記せ。

---

4-练习（日语版本）解析

【模擬問題①】問題1（強化学習・MDP）

アンサー：

• (a) マルコフ性
  中文：马尔可夫性（只与当前状态和行动有关）

• (b) マルコフ決定過程（MDP）
  中文：马尔可夫决策过程

• © 報酬関数
  中文：奖励函数

• (d) 割引率
  中文：折扣率（γ）

• (e) ベルマン最適方程式
  中文：贝尔曼最优方程

• (f) ベルマン
  中文：贝尔曼（人名，用于方程名称）

---

【模擬問題②】問題2（教師あり学習・最適化）

アンサー：

• (a) 正解ラベル
  中文：正确标签

• (b) 損失関数（誤差関数）
  中文：损失函数（误差函数）

• © 勾配
  中文：梯度

• (d) 学習率
  中文：学习率

• (e) 局所最小値
  中文：局部最小值

• (f) 正則化
  中文：正则化

---

【予測問題①】問題3（確率的推論・不確実性）

アンサー：

• (a) ノイズ
  中文：噪声

• (b) 確率分布
  中文：概率分布

• © 観測更新
  中文：观测更新（修正步骤）

• (d) 状態遷移モデル
  中文：状态转移模型

• (e) 尤度
  中文：似然（likelihood）

• (f) 正規化
  中文：归一化

---

【予測問題②】問題4（汎化性能・学習限界）

アンサー：

• (a) 過学習（オーバーフィッティング）
  中文：过拟合

• (b) 汎化性能
  中文：泛化性能

• © 正則化
  中文：正则化

• (d) 交差検証
  中文：交叉验证

• (e) 早期終了（Early Stopping）
  中文：提前停止学习

---

✅ 一页速记版（考前用）

マルコフ性 / MDP / 報酬関数 / 割引率 / ベルマン方程式
正解ラベル / 損失関数 / 勾配 / 学習率 / 正則化
ノイズ / 確率分布 / 観測更新 / 正規化
過学習 / 汎化性能 / 交差検証 / 早期終了

---

5-単語练习（日语版本）

6-总结

知识一点点记录吧，最后应对考试，打下基础