第1章 引言.ppt

* * * * * * * * * * * * * * * 选择训练经验 西洋跳棋学习问题的总结描述： 任务T：下西洋跳棋 性能标准P：世界锦标赛上击败对手的百分比 训练经验E：和自己进行对弈 为此，需要选择： 要学习知识的确切类型 对于这个目标知识的表示 学习机制 选择目标函数 可选择的走子方式产生一个巨大的搜索空间，必须从中寻找最佳走子步骤 目标函数：用以搜索最佳走子策略 目标函数ChooseMove： 输入：合法棋局集合的棋盘状态 输出：某种走子方式 不能直接实现：提供给系统的是间接的学习经验（对弈步骤及棋局结果） 选择目标函数 现实主义版的目标函数：可实现 能够为任何给定棋局赋予一个数字评分 新的目标函数：将任何合法的棋局映射为一个实数值，高分表示更好的棋局 如何实现？ 反思：人是如何考虑当前的棋局形势的？ 选择目标函数 x1：棋盘上黑子的数量 x2：棋盘上红子的数量 x3：棋盘上黑王的数量 x4：棋盘上红王的数量 x5：被红子威胁的黑子的数量 x6：被黑子威胁的红子的数量 实用的目标函数 目标函数V：B ? R。 V把任一合法棋局映射为一个实数 V给较好的棋局较高的评分 实现方法：先产生每一合法走子对应的所有后续棋局，然后实用V来选取其中最佳棋局，从而确定当前最佳走子 具体定义V如下。。。 目标函数V（b） 如果b是最终胜局，那么V(b)=100 如果b是最终败局，那么V(b)=-100 如果b是最终和局，那么V(b)=0 如果b不是最终棋局，那么V(b)= V(b‘)，其中b’是从b开始，双方都采取最优对弈后可达到的终局 问题：由于定义的递归性，运算效率不高 实际选取V(b)的简化版本V (b)（近似目标函数，又称函数逼近） 实际目标函数的表示 查表法：根据不同的棋盘状态进行查表 规则集合：根据不同的棋盘特征设立规则 用于评价的二次多项式函数 人工神经网络 线性函数法： 选择函数逼近算法 由参变量和函数规则选择函数的表示方法：w0+w1x1+w2x2+。。。 然后使用样例进行训练，以求得函数的参数 训练可考虑使用最小均方误差：Least Mean Square，LMS 最终设计 最终设计： 执行系统（Performance System） 鉴定器（Critic） 泛化器（Generalizer） 实验生成器（Experiment Generateor） 最终设计图 实验生成器 执行系统 鉴定器 泛化器 新问题 解答路线 训练样例 假设 完整设计过程 * * * * * * * * * * * * * * * * * * * * * 第1章 引言 学习问题的标准描述 设计一个学习系统 算法新世界 算法如何塑造世界： /movie/2014/9/E/4/MA44RQGQ6_MA47DTLE4.html 机器学习编程语言选择 matlab：价格昂贵、非开源、性能平平 R：在2015年排名前十的编程语言中，R语言是提升最快的，倾向统计学 Perl：没落，目前主要用于编写简单的网络脚本 Python：老而弥坚（20年风雨），语法更容易被程序员接受 计算性能比较 慕课资源 斯坦福大学公开课 ：机器学习课程 Andrew Ng： /special/opencourse/machinelearning.html 加州理工学院公开课：机器学习与数据挖掘 Yaser Abu-Mostafa： /special/opencourse/learningfromdata.html 网易云课堂 收费。。。 概念 模式：区别事物的特征的时空组合 模式识别：以事物的特征为依据识别事物 “机器”学习：机器经过学习和训练后，可以进行识别、推理、预测。 理想 计算机的自我学习能力： 从医疗记录中学习，以获取治疗疾病最有效的方法 从住宅管理系统分析住户的用电模式，以降低能源消耗 个人软件助理跟踪用户的兴趣，选择最感兴趣的在线早间新闻 。。。。。。 基于分析和理解人类的学习能力 现实 不知道怎样使计算机具备和人类一样强大的学习能力 只有一些针对特点问题的算法 一些商业化的应用也产生 语音识别 数据挖掘 机器学习技术的一些成果 语音识别 预测肺炎的康复率 检测信用卡欺诈 高速公路上的自动驾驶 下棋 一些学科对机器学习的影响 人工智能 贝叶斯方法 计算复杂性理论 控制论 信息论 哲学 心理学和神经生物学 统计学 1.1 学习问题的标准描述 泛指：计算机程序能够通过经验来提高某任务处理性能的行为 定义：对于某类任务T和性能度量P，如果一个计算机程序在T上以P衡量的性能随着经验E而自我完善，那么我们称这个计算机程序在从经验E中学习 三要素：任务；性能标准；训练经验 几类问题的分析 西洋跳棋学习问题 手写识别问题 机器人驾驶学习问题 。。。。。。 扩展关于学习