人工智能06课件.ppt

人工智能;第六章 机器学习; 6.1 机器学习的定义和发展历史;6.1.2 机器学习的发展史;机器学习进入新阶段的表现 机器学习已成为新的边缘学科并在高校形成课程。 综合各种学习方法 机器学习与人工智能问题的统一性观点正在形成。 各种学习方法的应用范围不断扩大。 数据挖掘和知识发现的研究已形成热潮 。 与机器学习有关的学术活动空前活跃 。 ;6. 2 机器学习的主要策略和基本结构;6.2.2 机器学习系统的基本结构 1.学习系统的基本结构 ;2.影响学习系统设计的要素 影响学习系统设计的最重要因素是环境向系统提供的信息，或者更具体地说是信息的质量。 知识库是影响学习系统设计的第二个因素。知识的表示有特征向量、一阶逻辑语句、产生式规则、语义网络和框架等多种形式。;6.3 机械学习 1.机械学习模式 机械学习是最简单的学习方法。机械学习就是记忆，即把新的知识存储起来，供需要时检索调用，而不需要计算和推理。它是一种最基本的学习过程。 ;存储; 2.机械学习的主要问题 存储组织信息：要采用适当的存储方式，使检索速度尽可能地快。 环境的稳定性与存储信息的适用性问题： 机械学习系统必须保证所保存的信息适应于外界环境变化的需要。 存储与计算之间的权衡：对于机械学习来说很重要的一点是它不能降低系统的效率。; 6.4 归纳学习; 6.4 归纳学习; 6.4 归纳学习; 6.4 归纳学习;6.5 类比学习;6.5 类比学习;6.5.2 类比学习过程与研究类型;类比学习的研究可分为两大类： (1) 问题求解型的类比学习 (2) 预测推定型的类比学习。它又分为两种方式： 一是传统的类比法: 解决问题与以前相似的比较。 另一是因果关系型的类比：找出事物的其他属性； A’ , A→B ┣ A’→B’ ;6.6 解释学习;EBG求解问题的形式可描述于下:;6.6.2 解释学习举例;safe-to-stack解释的证明树;6.7 神经学习 6.7.1 基于反向传播网络的学习 反向传播（back-propagation,BP）算法是一种计算单个权值变化引起网络性能变化值的较为简单的方法。BP算法过程包含从输出节点开始，反向地向第一隐含层传播由总误差引起的权值修正。 ;6.7.2 基于Hopfield网络的学习 反馈神经网络，它是一种动态反馈系统，比前馈网络具有更强的计算能力。 Hopfield网络是一种具有正反相输出的带反馈人工神经元。; 6.8 知识发现 6.8.1 知识发现的发展和定义 知识发现的产生和发展 知识发现最早是于1989年8月在第11届国际人工智能联合会议的专题讨论会上提出。 知识发现的定义 数据库中的知识发现是从大量数据中辨识出有效的、新颖的、潜在有用的、并可被理解的模式的高级处理过程 。;6.8.2 知识发现的处理过程;3. 数据变换。即从发掘数据库里选择数据;6.8.3 知识发现的方法 ;6.8.4 知识发现的应用 ; 6.9 小结