第9章 机器学与知识发现.pptVIP

第四篇 学习与发现 学习是系统积累经验或运用规律指导自己的行为或改进自身性能的过程。 发现是系统从接收的信息中发现规律的过程。 人工智能中的机器学习(machine learning)主要指机器对自身行为的修正或性能的改善（类似于人类的技能训练和对环境的适应）和机器对客观规律的发现（类似与人类的科学发现）。 机器学习主要分为 符号学习 连接学习 统计学习 机器对于客观规律的发现，也称为知识发现(Knowledge Discovery,KD)。 数据挖掘(Data Mining)是知识发现的一个重要研究和应用领域。 目前的机器学习主要是机器的直接发现性学习，而间接性继承机器学习需要“理解”为基础。 第9章 机器学习与知识发现 9.1 机器学习概述 9.2 符号学习 9.3 神经网络学习 9.4 知识发现与数据挖掘 9.1 机器学习概述 9.1.1 机器学习的概念 9.1.2 机器学习的原理 9.1.3 机器学习的分类 9.1.1 机器学习的概念 心理学中对学习的解释是：学习是指（人或动物）依靠经验的获得而使行为持久变化的过程。 Simon认为：如果一个系统能够通过执行某种过程而改进它的性能，这就是学习。 Minsky认为：学习是在人们头脑中（心理内部）进行有用