桐影317第七周小组讨论
小组议题：1检索树。
检索树是表示游戏中所有可能的移动的结构。书中展现的是一个简单的检索树，而实际上有很多非常复杂的游戏，如：国际象棋。
这样的树具有许多节点和路径。所以即便是现代计算机，在合理的时间内，也只能分析部分的树。
因此，问题就变成了使用深度优先法还是广度优先法。其实在之前的内容就已出现过这两种搜索法，但小组讨论觉得这个还是有必要再了解一下：
深度优先法：深度优先搜索属于图算法的一种，是一个针对图和树的遍历算法，英文缩写为DFS即Depth First Search。深度优先搜索是图论中的经典算法，利用深度优先搜索算法可以产生目标图的相应拓扑排序表，利用拓扑排序表可以方便的解决很多相关的图论问题，如最大路径问题等等。一般用堆数据结构来辅助实现DFS算法。其过程简要来说是对每一个可能的分支路径深入到不能再深入为止，而且每个节点只能访问一次。
广度优先法：广度优先搜索（也称宽度优先搜索，缩写BFS，以下采用广度来描述）是连通图的一种遍历算法这一算法也是很多重要的图的算法的原型。Dijkstra单源最短路径算法和Prim最小生成树算法都采用了和宽度优先搜索类似的思想。其别名又叫BFS，属于一种盲目搜寻法，目的是系统地展开并检查图中的所有节点，以找寻结果。换句话说，它并不考虑结果的可能位置，彻底地搜索整张图，直到找到结果为止。基本过程，BFS是从根节点开始，沿着树(图)的宽度遍历树(图)的节点。如果所有节点均被访问，则算法中止。一般用队列数据结构来辅助实现BFS算法。
再与316小组的交流中得知一种算法：Prim最小生成树算法。
这种算法采取一种贪心算法，在每次选择边的时候都选择边权值较小的边，这种算法非常像单元最短路径算法。
小组议题：2人工神经网络的训练
小组讨论时对于训练这概念比较疑惑，训练是指计算机的自己训练自己，还是人为加入权和阈值，查阅资料后发现人工神经网络具有自学习能力，例如实现
我们还了解到人工神经网络的其余优越性
具有联想存储功能。用人工神经网络的
具有高速寻找优化解的能力。寻找一个复杂问题的优化解，往往需要很大的计算量，利用一个针对某问题而设计的反馈型人工神经网络，发挥计算机的高速运算能力，可能很快找到优化解。
