人工智能第七章机器学习.docVIP

第七章 机器学习 教学内容：机器学习是继专家系统之后人工智能应用的又一重要研究领域。本章主要介绍机器学习的有关知识及其主要的几种学习方法，并介绍了知识发现的相关内容。 教学重点：机器学习的基本结构、类比学习、神经学习、知识发现 教学难点：学习系统的结构，知识发现的处理过程， 教学方法：课堂教学为主。注意结合学生已学的内容。及时提问、收集学生学习情况，多实用具体实例来加以说明，注意难易结合，将课程讲述得较为浅显易懂。 教学要求：重点掌握类比学习和知识发现，掌握机器学习的发展史和神经学习，了解解释学习、归纳学习，一般了解机械学习。 7.1 机器学习的定义和发展历史 教学内容：本小节主要介绍了机器学习的定义以及其发展的过程，为后面的进一步学习打下基础。 教学重点：机器学习的定义 教学难点：对定义的准确把握和理解 教学方法：通过举例引入机器学习的定义，在讲述发展历史时，简介各阶段的具体产物，让学生有较为具体的感受和体会。 教学要求：重点掌握机器学习的定义，了解机器学习的发展史。 7.1.1 机器学习的定义 1.机器学习的基本概念： 　　按照人工智能大师西蒙的观点，学习就是系统在不断重复的工作中对本身能力的增强或者改进，使得系统在下一次执行同样任务或类似任务时，会比现在做得更好或效率更高。 2.机器学习的定义 　　机器学习是研究如何使用机器来模拟人类学习活动的一门学科。稍为严格的提法是：机器