讨论课-机器学习.pptVIP

讨论课 机器学习 主要内容 1 基本介绍 2 机器学习的定义及研究意义 3 机器学习的发展史 4 机器学习系统的基本结构 5 机器学习的分类 6 机器学习的应用领域 1 基本介绍 学习能力是智能行为的一个非常重要的特征，但至今对学习的机理尚不清楚。人们曾对学习给出各种定义。 H.A.Simon认为，学习是系统所作的适应性变化，使得系统在下一次完成同样或类似的任务时更为有效。 R.s.Michalski认为，学习是构造或修改对于所经历事物的表示。 从事专家系统研制的人们则认为学习是知识的获取。 这些观点各有侧重，第一种观点强调学习的外部行为效果，第二种则强调学习的内部过程，而第三种主要是从知识工程的实用性角度出发的。 1 基本介绍 机器学习在人工智能的研究中具有十分重要的地位。一个不具有学习能力的智能系统难以称得上是一个真正的智能系统，但是以往的智能系统都普遍缺少学习的能力。 例如：它们遇到错误时不能自我校正； 不会通过经验改善自身的性能； 不会自动获取和发现所需要的知识。 它们的推理仅限于演绎而缺少归纳，因此至多只能够证明已存在事实、定理，而不能发现新的定理、定律和规则等。 随着人工智能的深入发展，这些局限性表现得愈加突出。正是在这种情形下，机器学习逐渐成为人工智能研究的核心之一。它的应用已遍及人工智能的各个分支，如专家系统、自动推理、自然语言理解、模式识别、计算机视觉、智能机器人等领域。其中尤其典型的是专家系统中的知识获取瓶颈问题，人们一直在努力试图采用机器学习的方法加以克服。 主要内容 2 机器学习的定义及研究意义 学习是人类具有的一种重要智能行为，但究竟什么是学习，长期以来却众说纷纭。社会学家、逻辑学家和心理学家都各有其不同的看法。 同样，对于机器学习，至今，还没有统一的定义，而且也很难给出一个公认的和准确的定义。 比如，Langley（1996) 定义的机器学习是“机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能”。 Mitchell（1997 ）在其著作《Machine Learning》中定义机器学习是提到，“机器学习是对能通过经验自动改进的计算机算法的研究”。 Alpaydin（2004）同时提出自己对机器学习的定义，“机器学习是用数据或以往的经验，以此优化计算机程序的性能标准。” 2 机器学习的定义及研究意义 为了便于进行讨论和估计学科的进展，有必要对机器学习给出定义，即使这种定义是不完全的和不充分的。 顾名思义，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。 更为严格的提法是：机器学习是一门研究机器获取新知识和新技能，并识别现有知识的学问。这里所说的“机器”，指的就是计算机；现在是电子计算机，以后还可能是中子计算机、光子计算机或神经计算机等等。 机器能否象人类一样能具有学习能力？ 1959年美国的塞缪尔(Samuel)设计了一个下棋程序，这个程序 具有学习能力，它可以在不断的在对奕中改善自己的棋艺。4年后，这个程序战胜了设计者本人。又过了3年，此程序战胜了美国一个保持8年之久的冠军。这个程序向人们展示了机器学习的能力，提出了许多令人深思的社会问题与哲学问题。 2 机器学习的定义及研究意义 问题：机器的能力是否能超过人？ 很多持否定意见的人的一个主要论据是：机器是人造的，其性能和动作完全是由设计者规定的，因此无论如何其能力也不会超过设计者本人。这种意见对不具备学习能力的机器来说的确是对的，可是对具备学习能力的机器就值得考虑了，因为这种机器的能力在应用中不断地提高，过一段时间之后，设计者本人也不知它的能力到了何种水平。主要内容 3 机器学习的发展史 第一阶段：50年代中叶到60年代中叶，属于热烈时期 第二阶段:60年代中叶至70年代中叶，被称为机器学习的冷静时期 第三阶段:70年代中叶至80年代中叶，称为复兴时期 机器学习的最新阶段始于1986年 机器学习进入新阶段的重要表现： 　 1机器学习已成为新的边缘学科并在高校形成一门课程。 2结合各种学习方法，取长补短的多种形式的集成学习系统研究正在兴起。 3机器学习与人工智能各种基础问题的统一性观点正在形成。 4各种学习方法的应用范围不断扩大，一部分已形成商品。 归纳学习的知识获取工具,