人工智能与知识工程07_机器学习幻灯片.pptVIP

* * * * * * * * * * * * * * * * * * * * * * 第七章 机器学习 7.1 机器学习的定义、研究意义与发展历史 7.2 机器学习的主要策略与基本结构 7.3 –7.7 几种常用的学习方法 7.8 知识发现 7.9 小结 中南大学 智能系统与智能软件研究所 * 7.1 机器学习的定义和发展历史 7.1.1 机器学习的定义 机器学习的定义 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。稍为严格的提法是：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。 中南大学 智能系统与智能软件研究所 * 7.1.2 机器学习的发展史 机器学习的发展分为4个时期 第一阶段是在50年代中叶到60年代中叶，属于热烈时期。 第二阶段在60年代中叶至70年代中叶，被称为机器学习的冷静时期。 第三阶段从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 。 7.1 机器学习的定义和发展历史 中南大学 智能系统与智能软件研究所 * 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 。 7.1 机器学习的定义和发展历史 中南大学 智能系统与智能软件研究所 * 7. 2 机器学习的主要策略和基本结构 7.2.1 机器学习的主要策略 按照学习中使用推理的多少，机器学习所采用的策略大体上可分为4种———机械学习、示教学习、类比学习和示例学习。 机械学习 示教学习 类比学习 示例学习 中南大学 智能系统与智能软件研究所 * 机械学习 这种学习策略不需要任何推理过程。外界输入知识的表示方式与系统内部的表示方式完全一致，不需要任何处理与转换。 中南大学 智能系统与智能软件研究所 * 示教学习 外界输入知识的表达方式与内部表达方式不完全一致，系统在接受外部知识时需要一点推理、翻译和转化工作。 中南大学 智能系统与智能软件研究所 * 类比学习 学习系统必须能够发现当前任务与已知任务的相似点，由此制定出完成当前任务的方案。 中南大学 智能系统与智能软件研究所 * 示例学习 事先完全没有完成任务的任何规律性的信息，所得到的只是一些具体的而工作例子及工作经验。系统需要对这些例子及经验进行分析、总结和推广，得到完成任务的一般规律，并在进一步的工作中验证或修改这些规律。 中南大学 智能系统与智能软件研究所 * 7.2.2 机器学习系统的基本结构 1.学习系统的基本结构 环 境 学 习 知识库 执 行 图6.1 学习系统的基本结构 7.2 机器学习的主要策略和基本结构 中南大学 智能系统与智能软件研究所 * 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。这些表示方式应该表达能力强、易于推理、知识易于扩展、知识库容易修改。 7.2 机器学习的主要策略和基本结构 中南大学 智能系统与智能软件研究所 * 7.3 机械学习 1.机械学习模式 机器学习是最简单的学习方法。机器学习就是记忆，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。 7.3 机械学习 中南大学 智能系统与智能软件研究所 * 存储 计算 推导 归纳 算法与理论 机械记忆 搜索规则 图7.2 数据化简级别图 Lenat，Hayes-Roth，和Klahr等人于1979年关于机械学习提出一种有趣的观点，见图6.2。 7.3 机械学习 中南大学 智能系统与智能软件研究所 * 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。 7.3 机械学习 中南大学 智能系统与智能软件研究所 * 7.4 归纳学习 归纳学习（induction learning）是应用归纳推理进行学习的一种方法。根据归纳学习有无教师指导，可把它分为示例学习和观察与发现学习。 7.4.1 归纳学习的模式和规则 归纳学习的模式