[工学]人工智能第六章机器学习.pptVIP

序 有一位计算机科学家曾经和很多其他学科的科学家们在一起合作，大家互相介绍各自的工作的时候，这位计算机科学家苦心构思了这么一个例子，他说：我的工作就是要让计算机认识这个，然后他画了下面这幅图， 严格的说是写了这组严格对齐的数字 仔细思考其意义 第六章 机器学习 一、什么是机器学习 1、ML的定义 2、基本形式 Note!! Sudden Light Insight，顿悟 源自于佛法 顿悟即是无念，“何名无念，若见一切法心不染着，是为无念”，可见顿悟结果不染着一般的概念或一般的烦恼之法。 3、为什么要研究机器学习？ TIPS 生活中的归纳推理 晚上火烧云，明天晒死人；月亮挂圈，必定变天；水缸穿裙，出门挨淋； 乱云满天绞，风雨小不了； 日落天发黄，明日必风狂； 雷公先唱歌，有雨也不多 重阳无雨盼十三，十三无雨一冬干 4、实现的困难 5 系统学习性能评价 分类精度：是否能够对输入的数据进行正确、精确的分类。 解答的正确性和质量：无论是用于分类的，还是解决问题的系统都有解答正确性问题。同时，正确性不一定保证有好的质量，好的质量包括：可读性、稳定性等多方面的因素。 学习的速度： 二、发展历史（略） 三、机器学习模型 四、机器学习的策略 专题--机器学习新进展 For graduate student Semi-Supervised Learning（SSL） Supervised learning is a typical machine learning setting, where labeled examples are used as training examples ---THE END--- 环境：工作对象，外部环境 e.g.：在医疗系统中，环境就是症状、检验报告和病历等信息，在PR中，…待识别的图形or景物 信息水平。高水平的抽象，需具体化成为知识；低水平的特殊（实例），需一般化成为知识。 信息质量。正确无干扰的；适当选样例子合适的；（学习）次序合适。 信息质量对学习难度有明显影响。如施教者向系统提供准确的施教例子，而且提供例子的次序也有利于学习，则容易进行归纳。反之难以归纳。 学习环节 是系统的学习机构，是ML的核心，它将环境的信息转化为知识—》知识库 * * 0000000000000000 0000000000000000 0000000001100000 0000110001100000 0000110001100000 0000110001100000 0000110001100000 0000110001100000 0000110001100000 0000111111111000 0000111111111000 0000000001100000 0000000001100000 0000000001100000 0000000000000000 0000000000000000 Machine Learning 机器学习是知识获取的重要途径，是继ES后AI的重要热点，同时机器学习也是使计算机具有智能的根本途径。 桑克（sank）：“一台计算机若不能进行学习，就不能说它具有智能 Simon（1983）：学习就是系统中的变化，这种变化使系统比以前更有效地去做同样的工作。 Minsky (1985)：学习是在我们头脑中（心里内部）进行有用的变化。 学习是一种具有多侧面的现象。学习的过程有：获取新的陈述性知识、通过教育或实践发展机械技能和认知能力、将新知识组织成为通用化和有效的表达形式、借助观察和实验发现新的事实和新的理论。 无统一的ML定义。 ML是研究如何使用机器来模拟人类学习活动的一门学科。稍严格的提法是；ML是一门研究机器获得新知识和新技能，并识别现有知识的学问 知识获取和技能求精。 学习的本质就是获取新的知识。包括物理系统和行为的描述和建模，构造客观现实的表示。—知识获取 通过实践逐渐改造机制和认知技能。 例：骑自行车。这些技能包括意识的或机制的协调。这种改进又是通过反复实践和从失败的行为中纠正偏差来进行的。 —技能求精 知识获取的本质可能是一个自觉的过程，其结果是产生新的符号知识结构和智力模型。而技能求精则是下意识地借助于反复地实践来实现的。 本章只涉及学习的知识获取问题。 Question：是否属于智能？人类是如何获得该能力？？其机理是… 人工智能主要是为了研究人的智能，模仿其机理将其应用于工程的科学。在这个过程中必然会问道：“人类怎样做才能获取这种特殊技能（或知识）？”。 当前人工智能研究的主要障碍和发展方向之一就是机器学习。包括学习的计算理论和构造学习系统。现在的人工智能系统还完全没有或仅有很有限的学习能力。系统中的知识由人