启发法。

下列不属于问题解决启发法的是（） 问题解决中常用的启发法的策略有（ ） 问题解决中常用的启发法的策略有（ ） 中国大学MOOC: 启发法是凭借经验进行判断的方法。由于启发法会产生各种类型的偏差，所以没有算法那么科学。 在问题解决的过程中，算法总能保证问题一定得到解决，而启发法做不到这一点，因此，算法可以取代启发法。() 代表性启发法中推理与材料的主动性有关 当运用代表性启发法进行判断时，人们往往忽略了（） 使用代表性启发法进行判断可能产生的偏差有（ ）I代表性启发法会导致忽略样本大小II代表性启发法会忽略判断的难易程度III代表性启发法会导致依据自身记忆的强度而进行推断IV锚定一些不相关信息的锚定与调整偏差 以下哪一个不是问题解决中的启发法 问题解决策略中，最主要的就是算法和启发法。() 理解问题的第一步是决定使用算法、还是启发法。() 问题解决的策略主要可分为算法和启发法两大类，逆推法属于算法策略。 存在主义者推崇苏格拉底的问答式启发法，反对只重讲授的传统的教学方法。 命题、产生式、表征、网络、系统、问题空间、算法、启发法等概念都是认知心理学关于问题解决的提法。() 可得性启发法是指，人们倾向于根据一个客体或事件在知觉或记忆中的（）来评估其相对频率 人们在进行判断或推理时，总是倾向于根据样本是否代表或类似总体来判断其出现的概率，愈有代表性，被判断为比较少代表性的愈常出现。该种启发式策略叫做（）启发法。 在技术创新方法发展的启蒙阶段，启发法是人们根据一定的经验，对问题进行搜索，寻找解决问题的途径，从而快速解决问题的一种方法。 代表性启发法是指人们倾向于根据（）是否代表总体来判断其出现的概率，愈有代表性的与较少代表性的相比，其被判断为愈常出现 代表性启发法是指人们倾向于根据样本是否代表总体来判断其出现的概率，愈有代表性的与较少代表性的相比，其被判断为愈（）出现 可得性启发法是根据个人主观印象的深刻程度来对某事件发生概率做出决策或判断，事物若能留下深刻的印象，可得性就较高，也因此高估其出现的可能性（）