人工智能技术及应用合集
一) 单选题，每题 2 分，共 20 题。 1. 下列有关人工智能的说法中，不正确的是（B）。 (A) 人工智能是以机器为载体的智能 (B) 人工智能是以人为载体的智能 (C) 人工智能是相对于动物的智能 (D) 人工智能也叫机器智能 2. 以下属于素养性知识的是（A）。 (A) 为人处事方面的知识 (B) 行业性知识 (C) 分析性知识 (D) 创造性知识 3. 本课程提到，人工智能皇冠上的明珠是（D）。 (A) 数据智能 (B) 读写智能 (C) 逻辑智能 (D) 语言智能 4. 根据本课程，以下哪项不属于情感分析四维模型的内容（D）。 (A) 读音知情 (B) 读脸知情 (C) 读搏知情人工智能
D分离（D-Separation）是一种用来判断变量是否条件独立的图形化方法。相比于非图形化方法，D-Separation更加直观，且计算简单。对于一个DAG（有向无环图）E，D-Separation方法可以快速的判断出两个节点之间是否是条件独立的。
概念：很多的机器学习模型都可以用概率的角度去解释，其中一类重要的模型就是概率图模型，而是概率图模型的灵魂就是模型变量间的条件独立性。因为有了独立性，才有了各种不同的概率图模型，比如LDA,HMM等等模型。在概率图中，变量间的独立性是怎么体现的呢？D-分离准则就是一种简单的技巧去判断一个概率图中的独立性的。
简单的说，如果在概率图模型中，比如说X,Y两个节点没有边，使得X和Y之间肯定存在某种独立性，这种独立性可以是在某个子集Z的条件下使得他们独立，也可能是他们两个本身就是独立的，这时我们称X，Y之间是D-分离的。现在先给出D-分离的准则：
定义: 当路径p被结点集Z，d-分离（或被blocked掉）时，当且仅当以下条件成立：
① 若p包含形式如下的链i->m->j或ij，则结点m在集合Z中。
② 若p中包含collider（碰撞点）i->mBB->C：A、C并不独立
注意，如果这两个模型一旦在那里面见到了，就认为他们是联通的，即认为他们是不独立的，但是如果它们的中心节点B 属于条件的一部分，那就和他们的原先属性相反了，他们就是不联通的就变成了有独立性的了。
实例：
1.
2.
3.
4.