人工智能原理及应用 教学课件 作者 罗 兵 第6章 机器学习.ppt

人工智能原理及应用 第 6 章 机器学习 二零一二年元月 机器学习 机器学习就是计算机自动获取知识，它是知识工程的3个分支（知识获取、知识表示、知识使用）之一，机器学习是人工智能应用的一个重要领域，也是人工智能的核心研究课题之一。它是解决机器的知识拥有量从而使机器具有智能的根本途径。 第6章 主要内容 6.1 机器学习概述 6.2 机械学习 6.3 归纳学习 6.4 解释学习 6.5 类比学习 6.6 决策树学习 6.7 神经网络学习 6.1 机器学习概述 6.1.1 机器学习的概念 6.1.2 研究机器学习的意义 6.1.3 机器学习的发展过程 6.1.4 机器学习的主要策略 6.1 机器学习概述 6.1.1 机器学习的概念 1．学习的概念 学习是系统改善其性能的过程 学习就是知识获取 学习是对客观经验表示的构造或修改 学习是事物规律的发现过程 6.1 机器学习概述 6.1.1 机器学习的概念 2．机器学习的概念 关于机器学习的研究主要集中在： 认知模拟：要通过对人类学习机理的研究和模拟，从根本上解决机器学习方面存在的种种问题。 理论性分析：要从理论上探索各种可能的学习方法，并建立起独立于具体应用领域的学习算法。 面向任务的研究：要根据特定任务的要求，建立相应的学习系统。 6.1 机器学习概述 6.1.2 研究机器学习的意义 机器学习速度快 便于知识积累 学习结果易于传播 6.1 机器学习概述 6.1.3 机器学习的发展过程 1．神经元模型和决策理论的研究 2．符号概念获取研究 3．知识增强和论域专用学习研究 4．连接学习研究 6.1 机器学习概述 6.1.4 机器学习的主要策略 （1）机械学习——外界输入知识的表示方式与系统内部表示方式完全一致，不需要任何处理和变换。 （2）传授学习——外界输入知识的表达方式与系统内部表达方式不完全一致，系统在接受外部知识时，需要一点推理、翻译和转化工作。 （3）演绎学习——学习系统由给定的知识进行演绎的保真推理，并存储有用的结论。 （4）归纳学习——应用归纳推理进行学习的一类学习方法。 （5）类比学习——在遇到新的问题时，可以学习以前解决过的类似问题的解决办法，来解决当前的问题。 6.2 机械学习 6.2.1 机械学习的过程 6.2.2 机械学习系统要考虑的问题 6.2 机械学习 机械学习（Rote Learning）又称为记忆学习或死记硬背学习。这种学习方式直接记忆或存储环境提供的新知识，并在以后通过对知识库的检索来直接使用这些知识，而不再需要进行任何的计算和推导。 6.2 机械学习 6.2.1 机械学习的过程 机械学习的过程为：执行机构每解决一个问题，系统就记住这个问题和它的解。可以把执行机构抽象地看成某一函数F，该函数的输入是(x1,x2,…,xn)，经推导计算后输出为(y1,y2,…,ym)，如果经过评价得知该计算是正确的，则就把联想对[(x1,x2,…,xn), (y1,y2,…,ym)]存入知识库中，在以后需要计算F(x1,x2,…,xn)时，系统的执行机构就直接从知识库中把(y1,y2,…,ym)检索出来，而不需要再重复进行计算。 6.2 机械学习 6.2.2 机械学习系统要考虑的问题 （1）存储结构——只有当对知识库的检索所用时间少于重新计算所用时间时，这种机械学习才有实用价值。 （2）环境的稳定性和存储信息的适用性——使用记忆学习时，总是认为保存的知识或信息以后仍然有效。如果环境变化快，保存的知识或信息就会失效而不能再使用。 （3）存储与计算的权衡——在解决一个新的问题时，是利用知识库中巳存储的信息还是进行重新计算，则要权衡比较二者的代价。 6.3 归纳学习 6.3.1 示例学习 6.3.2 观察与发现学习 6.3 归纳学习 归纳学习（Inductive Learning）是指以归纳推理为基础的学习，它是机器学习中研究得较多的一种学习类型，其任务是要从关于某个概念的一系列已知的正例和反例中归纳出一个一般的概念描述。 根据学习过程有无导师指导，归纳学习可分为示例学习和观察与发现学习。 6.3 归纳学习 6.3.1 示例学习 示例学习（Learning from Examples）也称为实例学习，它是一种从具体示例中导出一般性知识的归纳学习方法。这种学习方法给学习者提供某一概念的一组正例和反例，学习者从这些例子中归纳出一个总的概念描述，并使这个描述适合于所有的正例，排除所有的反例。 6.3 归纳学习 6.3.