第十八章经由观察而学习精品课件.pptVIP

第十八章 經由觀察而學習 18.1 學習性代理人的通用模型 18.2 歸納學習法 18.3 決策樹的學習 18.4 使用資訊理論 18.5 學習通用的邏輯表述 18.6 為何學習可行：計算學習理論 18.1 學習性代理人的通用模型 一個具有學習特性的代理人，在概念上可分解為如圖18.1所示的四項元件。其中最重要的是區分負責改善內部效能的學習元素，和負責選擇外在行動的效能元素。之前被當成是完整代理人的部份即是一個效能元素；它能取得認知並決定行動。 學習元素的設計受到四項主要關鍵問題的影響： ????? 效能元素的哪一個元件需要改善。 ????? 這些元件使用什麼描述方法。 ????? 能得到哪些回饋。 ????? 能得到哪些先驗資訊。 元件的表示方法 這些元件中的任何一種都可以用本書介紹的表示法表示。已有許多個例子：決定性敘述法，例如競局程式中效能函數的線性加權多項式，和邏輯代理人各元件的比例項（proportional）與一階邏輯敘述；以及機率描述，例如用於決策理論代理人推論元件的信念網路。 有用的回饋（available feedback） 對一些例如預測行動結果的元件而言，有用的回饋通常能告知代理人何者是正確的結果。亦即，代理人預測特定行動（煞車）將有特定的結果（在10呎內停住），而環境立刻提供一個描述實際正確結果的認知（在15呎內停止）。任何可察覺元件輸出與輸入情況的環境就稱為監督式學習（supervised learning）。 先驗知識 大部分AI、計算機科學、以及心裡學中的學習研究，都曾研究過這樣的例子：代理人從不具有任何它想學習的知識開始，只具有由經驗獲得其所呈現之例子的方法。雖然這是重要的特例，對一般情況而言卻不一定如此。大部分的人類學習都發生在有充足背景知識的情況下。 總結 效能元素的七個元件，任一個都可以用數學方法描述成一個函數：例如，相關於環境進化方法的資訊可被描述為從一個環境狀態（目前狀態）到另一個環境狀態（下一個或多個狀態）的函數；一個目標可被描述為從一個狀態到一個布林值（0或1），表示該狀態是否滿足目標的函數。重點是，所有的學習都可被視為學習一個函數的表示法。 18.2 歸納學習法 在控制學習之中，學習元素被給定對應於特定輸入的函數正確（或幾近正確）值，並嘗試改變函數的表示法以符合回饋所提供的資訊。更正式的說法為，一個範例是一組（x, f(x)），其中x是輸入，而f(x)是套用x時該函數的輸出。 在圖18.2(c)則有一個更複雜的h函數。兩個函數的範例點一致，但若給予其他x作為輸入，則兩者的y值不同。在(d)之中有一個函數故意忽略範例點中的一個，但用簡單函數就可以符合其他的點。因為不知道真正的f，因此對h有很多選擇，但也因為沒有進一步的知識，就沒有理由偏好(b)，(c)，或(d)。任何對於一項假說的偏好超越了與範例的一致性，就稱為一項偏見（bias）。 回到關於代理人的討論，假設有一個被教師教導的反射代理人。圖18.3的例子顯示出REFLEX-LEARNING-ELEMENT會更新擁有一序對（percept, action）的全域變數。該項認知可能是棋盤上的位置，而動作可能是由圍棋高手所決定的最佳棋步。 本章討論兩種邏輯敘述句的學習方法：決策樹法（decision tree）使用專為學習而明確設計的有限制邏輯敘述句表示法；版本空間法（version-space）較為普遍，但經常很缺乏效率。第19章將討論類神經網路（neural networks），是非線性數值函數的一般表示法。競局評估函數所使用的線性加權多項式是類神經網路的一項特例。 18.3 決策樹的學習 決策樹歸納法是最簡單，也是最成功的學習演算法形式之一。不僅是進入歸納式學習法領域一項很好的介紹，同時也易於實行。本節首先談論效能元素，然後說明如何學習它。 以決策樹作為效能元素 一個決策樹的輸入是一個由屬性的集合所描述的物件或狀態，輸出則是一個”是”或”不是”的決策。因此決策樹是一個布林函數。雖然決策樹也可以描述輸出範圍較大的函數，但為了簡化，通常只注意布林的狀況。 決策樹的表示法 若決策樹對應於關聯敘述句的集合，一個基本的問題是：決策樹能否表現任何集合。答案是否，因為決策樹隱然受到無法敘述單一物件的限制。也就是說，決策樹的語言基本上是命題式的，其中每個屬性的測試都是一個命題。我們無法使用決策樹表達用到兩個以上不同物件的測試，例如， ? r2 Nearby(r2, r) ?Price(r, p) ? Price(r2, p2) ? Cheaper(p2, p) 由範例歸納決策樹 範例（example）是由屬性的值和目的述詞所描述。目的述詞