表示知识并从数据中学习

选择推理模型

基于规则的系统对事实应用明确规则，搜索算法则按策略探索候选状态。启发式估计哪些选择更有希望，但效果取决于具体问题以及算法所需保证。

合理表示问题与选择算法同样重要。应说明节点含义、允许的状态转移以及目标判定方式。没有这些定义，图示就不是完整的搜索模型。

评价学习得到的模型

监督学习使用带标签样例，无监督学习在没有目标标签时寻找结构，强化学习利用行动反馈。神经网络在训练中调整权重，不是人工为所有输入编写答案的集合。

评价数据应与训练数据分开，检查错误预测，并考虑偏差和后果。训练准确率高可能只是记忆，而非对新数据有效。应结合情境解释误报与漏报哪个代价更高。

自我检测