人工智能和应用.pptVIP

第六章 机器学习 华北电力大学 计算机系 刘丽 主要内容 概述 机器学习的基本系统结构 神经网络学习 第六章 机器学习 概述 机器学习的基本系统结构 神经网络学习 机器学习 — 概述 目前为止的大多数人工智能系统还完全没有或仅有很有限的学习能力 现有的大多数人工智能系统是演绎的，没有归纳推理，因而不能自动获取和生成知识 未来的计算机将有自动获取知识的能力 它们直接由书本学习，通过与人谈话学习，通过观察环境学习 它们通过实践自我完善，克服人的局限性 →有必要对这一前景给以关注 机器学习 — 概述 争论：机器的能力是否能超过人的能力？ 否定意见：机器是人造的，其性能和动作完全是由设计者来规定的，因此无论如何其能力也不会超过设计者本人 肯定意见：对具备学习能力的机器而言，它的能力在应用中不断地提高，过一段时间以后，设计者本人也不知他的能力到了何种水平——这就是机器学习的不可预测问题 机器学习 — 概述 学习结果的不确定性带来的新的问题： 学习系统产生的知识可能是系统设计者都无法预测，如果用这种系统解决重要问题，就可能产生意外的困难或危险 必须设计新的有自适应能力的系统： 用于安排测试过程来审查学习系统产生的知识 这个系统必须具有与被监测的系统相当的学习能力，才能够跟随系统知识的变化，完成实时的检测 这个监测系统本身的变化又如何了解、控制呢？ Three laws of Roboti