Please enable JavaScript.

Coggle requires JavaScript to display documents.

NM TTNT, A* (1/13/16/20.Lý thuyết, 2.Ưu nhược điểm, 13.Trò chơi 8 số), Leo…

- - - - Là các khả năng có thể xảy ra của trò chơi
    - - Là các con đường nối với các khả năng
    - - h(u)
        
        Là hàm ước lượng chi phí từ u đến đích
      - g(u)
        
        Là chi phí bước đi từ điểm bắt đầu tới u
  - - - Điểm
        
        Là các vị trí trong trò chơi
      - Cạnh
        
        Là các con đường nối với các vị trí
      - Hàm đánh giá f(u) = h(u) + g(u)
        
        h(u)
        
        Là hàm ước lượng chi phí từ u đến đích
        
        lộ trình tốt nhất dựa trên yếu tố như khoảng cách, vật cản và mục tiêu
        
        g(u)
        
        Là chi phí bước đi từ điểm bắt đầu tới u
    - - Thuật toán sẽ chọn các điểm có được đánh giá f(u) nhỏ nhất để đi, và lưu các điểm còn lại
      - Giả sử đi tới ngõ cụt thì thuật toán sẽ chọn các điểm đã lưu trước đó để đi tiếp
      - Thuật toán sẽ thay thế điểm hiện tại bằng điểm mới nếu như đánh giá f(u) tốt hơn
      - Thuật toán lặp lại tới khi đến điểm đích hoặc không còn điểm nào để đi
    - - Mô hình hóa thành KGTT:
        
        Điểm
        
        Là các vị trí trong thành phố
        
        Cạnh
        
        Là các con đường nối với các vị trí trong trò chơi
        
        Hàm đánh giá f(u) = h(u) + g(u)
        
        h(u)
        
        Là hàm ước lượng chi phí từ u đến đích
        
        g(u)
        
        Là chi phí bước đi từ điểm bắt đầu tới u
      - Cách hoạt động
        
        Thuật toán sẽ chọn các điểm được đánh giá f(u) tốt nhất để đi, và lưu các điểm còn lại
        
        Giả sử đi tới ngõ cụt thì thuật toán sẽ chọn các điểm đã lưu trước đó để đi tiếp
        
        Thuật toán sẽ thay thế điểm hiện tại bằng điểm mới nếu như đánh giá f(u) tốt hơn
        
        Thuật toán lặp lại tới khi đến điểm đích hoặc không còn điểm nào để đi
- - - - Là các vị trí trong thành phố
    - - Là các con đường nối với các vị trí trong thành phố
    - - Dùng để ước lượng chi phí từ điểm u đến đích
- - - - Là các vị trí trong thành phố
    - - Là các con đường nối với các vị trí trong thành phố
    - - Dùng để ước lương chi phí từ điểm u đến đích
  - - - Điểm
        
        Là các trang web tìm kiếm
      - Cạnh
        
        Là các đường link để đến trang web
      - Hàm đánh giá h(u)
        
        Dùng để ước lượng độ liên quan của trang web u đối với thông tin cần tìm
    - - Thuật toán sẽ chọn các điểm được đánh giá h(u) tốt nhất để đi, và lưu các điểm còn lại
      - Giả sử đi tới các điểm là ngõ cụt thì thuật toán sẽ chọn quay cách điểm trước đó để đi tiếp
      - Thuật toán lặp lại tới khi đến điểm đích hoặc không còn điểm nào để đi
    - - Mô hình hóa trò chơi thành KGTT
        
        Điểm
        
        Là các trạng thái của trò chơi
        
        Cạnh
        
        Là bước đi của 1 trạng thái đến trạng thái tiếp theo
        
        Hàm đánh giá h(u)
        
        Dùng để ước lượng chi phí từ điểm u đến đích
      - Cách hoạt động
        
        Thuật toán sẽ chọn các điểm được đánh giá h(u) tốt nhất để đi, và lưu các điểm còn lại
        
        Giả sử đi tới các điểm là ngõ cụt thì thuật toán sẽ chọn các điểm trước đó để đi tiếp
        
        Thuật toán lặp lại tới khi đến điểm đích hoặc không còn điểm nào để đi
- - - - (1) MAX nếu tối ưu điểm số của mình
      - (0) MIN nếu tối ưu điểm số của đối thủ
- - - - (1) MAX nếu tối ưu điểm số của mình
      - (0) MIN nếu tối ưu điểm số của đối thủ
- - - - (1) MAX nếu tối ưu điểm số của mình
      - (0) MIN nếu tối ưu điểm số của đối thủ
- - - - sốt, mệt mỏi và phát ban
    - - Nếu sốt và mệt mỏi kèm phát ban thì có thể bị sốt xuất huyết
    - - Bệnh nhân có thể bị sốt xuất huyết
  - - - cảm cúm
    - - sốt và mệt mỏi
    - - Bệnh nhân bị cảm cúm nếu chỉ có dấu hiệu sốt và mệt mỏi
- - - - VD: Nếu P đúng thì Q đúng
    - - VD: Nếu trời mưa thì mang ô
  - - - Bắt đầu từ mục tiêu cần chứng minh
      - Tìm các thông tin để đạt được mục tiêu và chứng minh nó đúng
      - Tiếp tục cho đến khi các thông tin đều đúng hoặc không thể chứng minh được
    - - Bắt đầu từ các thông tin đã biết
      - Áp dụng các luật để suy ra các thông tin mới
      - Tiếp tục cho đến khi đạt được kết luận hoặc không còn luật nào khả dụng
- - - - Giỏi
        
        Nếu điểm Toán và Văn cao
      - Yếu
        
        Nếu điểm Toán và Văn thấp
- - - - Gán mỗi điểm dữ liệu vào cụm có tâm cụm gần nhất
      - Cập nhật lại tâm cụm của mỗi cụm dựa trên tính trung bình các điểm trong cụm
      - Lặp lại cho đến khi tâm cụm không thay đổi
  - - - Bước 1
        
        Chọn k điểm tâm cụm ngẫu nhiên trên tọa độ x,y
      - Bước 2
        
        Gán mỗi điểm dữ liệu trên tọa độ x,y vào cụm có tâm cụm gần nhất
      - Bước 3
        
        Cập nhật lại tâm cụm của mỗi cụm bằng cách tính trung bình các điểm trong mỗi cụm
      - Lặp lại bước 2 và bước 3 cho đến khi tâm cụm không còn thay đổi
    - - Cho dữ liệu chiều cao và cân nặng, và dùng K-Means để phân loại thể trạng gồm:
        
        Gầy
        
        Nếu có cân nặng thấp so với chiều cao
        
        Cân đối
        
        Nếu có chiều cao và cân nặng cân đối
        
        Thừa cân
        
        Nếu có cân nặng vượt mức so với chiều cao
- - - - (1) MAX nếu tối ưu điểm số của mình
      - (-1) MIN nếu tối ưu điểm số của đối thủ
      - (0) nếu như hòa