logo

您所在位置网站首页 > 海量文档  > 教学课件 > 高考

5章-机器学习-人工智能地研究生课程.ppt 15页

本文档一共被下载: ,您可全文免费在线阅读后下载本文档。

  • 支付并下载
  • 收藏该文档
  • 百度一下本文档
  • 修改文档简介
全屏预览

下载提示

1.本站不保证该用户上传的文档完整性,不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值,立即自动返金币,充值渠道很便利
第 5 章 机器学习 5.1.3 机器学习研究的发展 5.2 机器学习的模型、策略和方法 5.2.3 基本的学习方法 5.2.3.1 机械学习 5.2.3.2 传授学习 5.2.3.3 示例学习 例:教给系统扑克游戏中的“同花”概念 5.2.3.4 类比学习 框架的类比学习例 5.2.3.5 基于解释的学习 5.2.3.6 观察与发现学习 5.3 学习方法的比较和展望 5.3.2 机器学习今后的研究工作 5.1.--- * 5.1 机器学习概述 5.1.1 学习 学习是对某一个特定目标的知识获取过程,系统的内部表现为新知识结构 的建立和改进,外部表现为系统性能的改善,使之更快、更精确、更健全。 机器学习是指用计算机模拟人类的学习行为,自动地通过,学习获取知识 和技能,不断改善性能,实现系统的自我完善 。 5.1.2 机器学习的意义 (1)人类的学习成果不能被克隆(C1one) 。 (2)人类个体的学习成果不能完整地永久保存。 (3)人类的学习的成本 1/3。 (4)人类学习还存在着个体差异、遗忘等特征。 * 1)神经元模型研究阶段(数学生物物理学 ) 2)符号学习研究发展阶段 (用符号表示知识,并用其对人类学习过程进行模拟 ) 3)联结学习和符号学习共同发展阶段。 4)分析学习、决策树归纳和遗传算法、联结和符号学习的集成学习 * 5.2.1 简单的学习模型 (1)环境:环境指系统所处的外在情形。 (2)学习环节:学习环节是学习系统的核心,采用合适的知识表示方 式,对感知的环境信息进行加上处理,形成有效的知识存人系统知识库。 (3)知识库:知识库储存系统经过学习获得的知识,系统运用这些知 识指导执行环节的动作. 1) 良好的知识表示 2)基于知识的扩充和修改 (4)执行环节:执行环节是设计学习系统的目的,是在运用学到的 知识指导下,完成特定的任务或动作. 环境 学习环节 知识库 执行环节 按学习方法, 机器学习可分机械学习、示例学习、类比学习、解释学习等; 按推理方式, 机器学习可分为基于演绎的学习和基于归纳的学习; 演绎推理 是从已知前提条件和逻辑推理规则,推出结论的一种推理, 若已知C→R及C为真,就可得出R必然为真的结论。 归纳的学习 从特殊事例大量实例概括、抽象出一般规则或结论的推理。 (通常只能以一定的置信度予以接受。) 按综合属性分类,连接、遗传算法、归纳、分析学习、分类器系统; 按有无指导教师,机器学习可分为有监督的学习与无监督的学习; 按学习事物的性质,机器学习可分为概念学习与过程学习; 按所学知识的表示方式,机器学习可分为逻辑表示法学习、产生式表表示 法学习、框架表示法学习等等; 按机器学习的应用领域,机器学习可分为专家系统、机器入学、自然 语言处理、图像识别、博弈、数学、音乐等; 若按学习方法是否为符号表示来分类,则可分为符号学习与非符号学习。 * 机械学习就是记忆,把新知识储存起来,需要时对储存的知识进行检索,而不再需要计算和推理。 机械学习模式:设系统的输人模式为(X1,X2,…,Xm),对应的输出模式为(Y1,Y2,…Ym)。使用时根据给定的输人数据,直接查找、检索输出。 机械学习类似数学用表、数据库采用的技术,用空间换时间的方法,减少计算和推理的时间。机械学习是最简单的学习方法,同时又是其他学习方法的基础。 记忆学习,或死记硬背学习(Rote Learning) * 环境提供给系统抽象的、高水平的建议,系统自动把它们变换成执 行环节使用的较具体的、低水平的知识。 (1)要求:专家提出建议。判别知识库的缺陷,并提出修正方法。 (2) 解释:用一定的知识表示方式把专家的建议转换成系统内部表示。 (3) 实用化:学习的信息变换过程,将专家建议转换成具体的知识。 实用化过程往往采用试探性的假设和近似,确保其合理性, 并不保证其完全正确。得到的假设还要经过检验和修正。 (4)归并:将新知识加入知识库,检查并保证知识的相容性。 (5)评价:实用化过程得到的新知识往往只是假设,要经过验证和修改, 即需要进行评价。如果评价中发现了问题,就需要进行问题分析和 知识库修改。实用化是整个学习过程的核心。 指导式学习 * ?? 实例学习能从环境获取一些关于某个概念的实例,实例由老师准备 好,并根据需要划分为正例和反例,学习系统根据这些实例进行归纳推 理,得出关于这个概念的一般性规则(知识)。提供给系统的实例通常 是非常具体的、低级的信息, 系统经过学习环节归纳出概括的、高水平的信息,即规则(知识), 并能使用学到的知识指导以后的执行行为。 (Learning From Examples 实

发表评论

请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
用户名: 验证码: 点击我更换图片

“原创力文档”前称为“文档投稿赚钱网”,本站为“文档C2C交易模式”,即用户上传的文档直接卖给(下载)用户,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有【成交的100%(原创)】。原创力文档是网络服务平台方,若您的权利被侵害,侵权客服QQ:3005833200 电话:19940600175 欢迎举报,上传者QQ群:784321556