第7节 机器学习.ppt

第 7 章 机器学习 教材： 王万良《人工智能及其应用》（第2版） 高等教育出版社，2008. 6 第7章 机器学习 7.1 机器学习的基本概念 7.2 机械式学习 7.3 指导式学习 7.4 归纳学习 7.5 类比学习 7.6 基于解释的学习 7.7 学习方法的比较与展望 第7章 机器学习 7.1 机器学习的基本概念 7.2 机械式学习 7.3 指导式学习 7.4 归纳学习 7.5 类比学习 7.6 基于解释的学习 7.7 学习方法的比较与展望 7.1 机器学习的基本概念 7.1.1 学习 7.1.2 机器学习 7.1.3 机器学习系统 7.1.4 机器学习的发展 7.1.5 机器学习的分类 7.1.1 学习 7.1.3 机器学习系统 7.1.4 机器学习的发展 7.1.4 机器学习的发展 7.1.4 机器学习的发展 第7章 机器学习 7.1 机器学习的基本概念 7.2 机械式学习 7.3 指导式学习 7.4 归纳学习 7.5 类比学习 7.6 基于解释的学习 7.7 学习方法的比较与展望 7.2 机械式学习 机械式学习（rote learning）又称记忆学习，或死记式学习：通过直接记忆或者存储外部环境所提供的信息达到学习的目的，并在以后通过对知识库的检索得到相应的知识直接用来求解问题。 机械式学习实质是用存储空间来换取处理时间。 7.2 机械式学习 塞缪尔的跳棋程序 CHECKERS 第7章 机器学习 7.1 机器学习的基本概念 7.2 机械式学习 7.3 指导式学习 7.4 归纳学习 7.5 类比学习 7.6 基于解释的学习 7.7 学习方法的比较与展望 7.3 指导式学习 指导式学习（learning by being told）又称嘱咐式学习或教授式学习：由外部环境向系统提供一般性的指示或建议，系统把它们具体地转化为细节知识并送入知识库中。在学习过程中要反复对形成的知识进行评价，使其不断完善。 指导式学习的学习过程：征询指导者的指示或建议 、把征询意见转换为可执行的内部形式 、加入知识库、评价。 7.3 指导式学习 简单征询：指导者给出一般性的意见，系统将其具体化。 复杂征询：系统不仅要求指导者给出一般性的建议，而且还要具体地鉴别知识库中可能存在的问题，并给出修改意见。 被动征询：系统只是被动地等待指导者提供意见。 主动征询：系统不只是被动地接受指示，而且还能主动地提出询问，把指导者的注意力集中在特定的问题上。 7.3 指导式学习 学习系统应具有把用约定形式表示的征询意见转化为计算机内部可执行形式的能力，并且能在转化过程中进行语法检查及适当的语义分析。 第7章 机器学习 7.1 机器学习的基本概念 7.2 机械式学习 7.3 指导式学习 7.4 归纳学习 7.5 类比学习 7.6 基于解释的学习 7.7 学习方法的比较与展望 7.4 归纳学习 7.4.1 归纳推理 7.4.2 示例学习 7.4.3 观察与发现学习 7.4.1 归纳推理 归纳推理：应用归纳方法所进行的推理，即从足够多的事例中归纳出一般性的知识。 它是一种从个别到一般、从部分到整体的推理。 归纳推理的重要特征：归纳出的结论不能绝对保证它的正确性，只能以某种程度相信它为真。 7.4.1 归纳推理 7.4.1 归纳推理 7.4.1 归纳推理 7.4.1 归纳推理 7.4.1 归纳推理 7.4.1 归纳推理 7.4.1 归纳推理 7.4.2 示例学习 示例学习（learning from examples）又称为实例学习或从例子中学习：通过从环境中取得若干与某概念有关的例子，经归纳得出一般性概念的一种学习方法。 示例学习中，外部环境（教师）提供一组例子（正例和反例），然后从这些特殊知识中归纳出适用于更大范围的一般性知识，它将覆盖所有的正例并排除所有反例。 7.4.2 示例学习 1. 示例学习的学习模型 7.4.2 示例学习 2. 形成知识的方法 （1）变量代换常量 7.4.2 示例学习 2. 形成知识的方法 （2） 舍弃条件 7.4.2 示例学习 2. 形成知识的方法 （3）增加操作 7.4.2 示例学习 2. 形成知识的方法 （3）增加操作 7.4.2 示例学习 2. 形成知识的方法 （4）合取变析取 7.4.2 示例学习 2. 形成知识的方法 （6）曲线拟合 7.4.3 观察与发现学习 观察学习：用于对事例进行概念聚类，形成概念描述。 发现学习：用于发现规律，产