摘要
第十二章 資訊管理
通過對第十二章的自學學習，我學到了：
資訊系統：幫助我們組織和分析資料的軟體。
電子表格：基於可擴充套件的公式，進行基本資料分析的方便的工具，這些公式定義了資料之間的關係。
資料庫管理系統：面向管理大量常常被搜尋的資料，並將其組織成相應的小節。
電子製表軟體：允許使用者用單元格組織和分析資料的程式。
單元格：電子資料表種用於存放資料或公式的元素。
電子資料表函式：電子製表軟體提供的可用於公式的計算函式。
範圍：用端點指定的一組連續單元格。
迴圈引用：在計算結果時要錯誤地彼此依賴的一組公式。
模擬假設分析：修改電子資料表中表示假設的值，以觀察假設的變化對相關的資料有什麼影響。
資料庫：結構化的資料集合。
資料庫管理系統：由物理資料庫、資料庫引擎和資料庫模式構成的軟體和資料的組合。
物理資料庫：存放資料的檔案的集合。
資料庫引擎：支援對資料庫內容的訪問和修改的軟體。
資料庫模式：儲存在資料庫中的資料的邏輯結構的規約。
查詢：從資料庫檢索資料的請求。
模式：資料庫中的資料的邏輯結構的規約。
關係模型：用表組織資料和資料之間的關係的資料庫模型。
表：資料庫記錄的集合。
記錄：構成一個數據庫實體的相關的域的集合。
域：資料庫記錄中的一個值。
鍵：在表的所有記錄中唯一標識一個數據庫記錄的一個或多個域。
結構化查詢語言：用於管理和查詢資料的綜合性關係資料庫語言。
實體關係建模：設計關係資料庫的常用方法。
ER圖：ER模型的圖形化表示。
基數約束：在ER圖中，一次可以存在於實體間的關係數量。一般基數關係有三種：一對一、一對多、多對多。
電子商務：使用全球資訊網買賣物品及服務的過程。

第十三章 人工智慧
通過對第十三章的自學學習，我學到了：
人工智慧：研究對人類思想建模和應用人類智慧的計算機系統的學科。
圖靈測試：一種行為方法，用於判斷一個計算機系統是否是智慧的。
弱等價性：兩個系統基於其結果的等價性
強等價性：兩個系統基於其結果和實現這種結果的處理方法的等價性。
Loebner獎：正式的圖靈測試，每年舉行一次。
聊天機器人：用於執行人機對話的程式。
AI問題：
知識表示：用於表示知識以便計算機系統能夠用來解決智慧問題的技術。
專家系統：嵌入人類專家知識的計算機系統。
神經網路：模擬人腦處理的計算機系統。
自然語言處理：處理人類用來交流的語言的難題。
機器人學：關於機器人的研究。
語義網：表示物件之間關係的知識表示法。
檢索樹：表示對抗性情況(如博弈)中的所有選擇的結構。
深度優先法：優先沿著樹的路徑向下檢索，而不是優先橫向檢索每層的檢索法。
廣度優先法：優先橫向檢索樹的每層，而不是優先向下檢索特定路徑的檢索法。
基於知識的系統：使用特定資訊集合的軟體。
專家系統：基於人類專家的知識的軟體系統。專家系統的規則集合又叫作它的知識庫。
基於規則的系統：基於一套if-then規則的軟體系統。
推理機：處理規則以得出結論的軟體。
人工神經網路：嘗試模擬人體神經網路的計算機知識表示法。
有效權：人工神經元中輸入值和相應的權的乘積之和。
訓練：調整神經網路中的權和闕值以實現想要的結果的過程。
語音識別：用計算機來識別人類所講的話。
自然語言理解：用計算機對人類傳達的資訊做出合理的解釋。
語音合成：用計算機制造出人類的語音。
自然語言：人們用於交流的語言，如英語。
音素：任何指定的語言中的基本聲音單元的集合。
聲波紋：表示人聲隨著時間推移的頻率的變化的圖。
詞法二義性：由於單詞具有多種含義而造成的二義性。
句法二義性：由於句子的構造方式有多種而造成的二義性。
指代二義性：由於代詞可以指代多個物件而造成的二義性。

第十四章 模擬、圖形學、遊戲和其他應用
通過對第十四章的自學學習，我學到了：
模擬：設計複雜系統的模型併為觀察結果而對該模型進行實驗。
構造模型的關鍵：確定一個足以描述被調查的行為的特徵或特徵的小集合。
連續模擬：把時間看作是連續的，用一組反映特徵集合中的關係的微分方程表示時間的變化。
離散事件模擬：由實體、屬性和事件構成。
排隊系統：一種離散事件模型。它使用隨機數表示事件的到達和持續。排隊系統由伺服器和等待服務的物件佇列構成。
計算生物學： 一種通過計算機、應用數學以及統計學的知識解決生物學問題的交叉性學科。
生物資訊學：一種將資訊科技應用到分子生物學的學科，涉及對生物資訊在計算機和網路中的查詢、儲存、操作、分析以及視覺化。
計算生物建模：對生物學系統進行計算建模。
計算基因組：對基因組序列進行解密。
分子建模：對分子進行的建模。
蛋白質結構預測：嘗試進行三維的蛋白質序列建模，這在實驗中還尚未被實現。
計算機遊戲：計算機模擬的虛擬世界
遊戲玩法：玩家在遊戲過程中互動與體驗的型別。
遊戲引擎：創造計算機遊戲的軟體系統