人工智能11课件.pptVIP

人工智能（11） 侯宏旭 cshhx@ 记忆学习 机械式学习 直接使用，不做任何的转换 两个观点 记忆是任何系统的一部分，不是学习过程 存储是复杂的，需要详细研究并模型化 折衷的观点 记忆学习是学习系统的一部分 Lenat的观点 记忆是最低层次的数据处理 记忆、计算、演绎、归纳 记忆学习要考虑的问题 存储结构 记忆所需要的时间要少于计算需要的时间 环境的稳定性 记忆的有效性（时效性） 记忆与计算的权衡 记忆的代价和计算的代价 传授学习 指点学习 环境提供更高层次、更抽象的知识 一个可以接受建议的系统 提供给系统抽象的高水平的建议 知识库编辑和调试系统 接受建议的过程 要求 被动或主动地要求专家干预 解释 专家把建议转换成内部表示 实用化 把抽象的知识转换成具体的知识 归并 把新知识加入到知识库 评价 验证和修改（调试） 类比学习 转化已有领域（情况）的知识为新领域（情况）的知识 两个步骤 找到类似的概念或技巧 转换成新形式 类比学习的问题求解模型 学习也是一个搜索问题 规划变换问题空间 中间结局分析空间 可能问题状态的集合 一个初始状态 几个目标状态 操作的集合 计算状态差异的差别函数 由差别函数查找操作的方法 为使解有效需要满足的路径约束的集合 标准中间结局分析 比较当前状态与目标状态 选择可以减少差异的操作 如果满足则应用这个操作，否则保存 用中间结局分析解决子问题 解决子问题后取出保存的状态继续处理原问题 一个简单的例子 2*x2+7*x+2=0 =x1=-7+sqrt(7*7-4*2*2)… 为了解决：3*y2+6*y-4=0 差异函数diff(符号,符号)=0，diff(数值,数值)=0.1 操作replace(a,b) 观察和发现学习 归纳学习的一种 和实例学习的差别 实例学习需要由专家区分正例和反例 观察和发现学习是无示教的 分类 被动观察 主动试验 概念聚类 将事物划分成几类 计算对象间的相似度 聚类的一个例子 词语聚类 把真实语料中的词划分为不同的类 划分的依据 词在句子中的角色（例如总是出现在名词前面的是形容词） 划分的过程 统计 迭代 /mkcls.html