人工智能5机器学习课件.pptVIP

人工智能 （Artificial Intelligence，AI ） 刘春阳 机器人与智能接口研究所 Tel第4章 机器学习 人们已经充分地认识到，人与机器之间的决定性差别是有无学习能力。让处于发展中的机器去完成人类那样的学习，也许还只是一种梦想。在机器中，利用事先编好的程序完成上述任务，事实上目前也做不到。可是，学习本身可以编成程序却是另外一回事，许多研究者的工作证实了这种可编程的可能性。这种研究领域被称为机器学习（machine learning）。 本章首先介绍机器学习的定义和研究历史，以及机器学习的分类，然后介绍过去已经提出来的几个基本概念和学习方式。 4.1 关于学习和机器学习 4.1.1 什么是学习 简单地说，所谓学习就是现有的各种各样形式的学习。一般来说，我们所说的学习到底是什么呢？现在我们来举几个例子。 【学会技能】 ???? ●婴儿学会爬行和用两脚走路。 ???? ●学会骑自行车。 【提高精度】 ???? ●成为三发一中的优秀射手。 ???? ●高尔夫击球手变成单击球手。 【提高速度和耐久力】 ??? ●达到在键盘上每分钟输入120个字的速度。 ???? ●能进行50米自由泳。 【增加知识】 ??????? ●死记硬背了5000个英文单词。 ?????? ●通过在国外的生活，变得能够理解当地的语言。 ?????? ●变得能够区别颜色和形状。 ?????? ●能理解复数的概念。 ●学会求解“鸡兔同笼算法”的问题。 首先，让我们追溯到幼儿时期，作为一种反复实践的结果，我们应该能学会用双脚走路的技能，同时也能够通过思维，学会绘画与写字的本领（这种学习称为自主学习或称为基于行动的学习）。从父母指点红色的邮筒和苹果等红色物体中，人们获得了有关红色的概念（通过例子的归纳学习）。相反，如果提供的是非同一般的建议，则应牢牢记住，这时应对那些听起来属于言外之意的内容，进行加工整理，从而给出确切的含义（基于建议的学习）。 另外，对于没有记忆经验的人来说，死记硬背九九表歌、英语单词和年表，是一件很不容易的事情（死记学习）。总之，这些全都是学习。再者，利用积累的经验，可以避免走盲目思索的弯路，如果进行的是训练人们具备灵活判断能力的学习（效率化学习），那么通过观察现象，寻找出适于这种情况的法则，这时就称为高级推理学习（发现的学习）。包含在这样一些学习范畴内的行为是非常广泛的。 总结上述内容，我们不能不得出下列关于学习的定义：“所谓学习，乃是人类“和”问题求解系统等的媒体（agent），通过与环境进行对话，为解决将来的问题进行准备，并且在某些意义上，指的也是全面提高自身能力的行为。”这种学习的主体，即媒体为机器时，则称这种学习为机器学习。 在学习中，分为有教师的情况（有教师学习）和无教师的情况（无教师学习）。在前一种情况中，教师和学生分别为自主的媒体，因此构成多媒体系统。机器学习当然担负的是学生方面的任务，学习的成败受到教师好坏的左右，这与人类学习的情况是相同的。顺便提一下，以教师方面的媒体为中心进行研究的内容，称为ITS(intelligent tutoring system) 。在前面的定义中写有“与环境进行对话”，在有教师的情况下，相当于与教师进行对话。 在无教师的情况下，通过观测自身的行动和发出的声音对外界的作用及其效果，必须自己创造出自身的控制知识（这使我们回想起交通工具的行驶情况，以及打靶比赛等时的情况）。这时确实存在着与环境的对话。这种学习称为自主学习或强化学习，自主的行为被看作是智能机器人不可缺少的功能。 不管有没有教师，如果产生或获取了新知识，或者在精度和响应速度等方面均可以看到比过去有一定程度的提高，从而能够使自身得到完善，那么就可以说媒体进行学习了。如果按照上述学习的定义，计算机程序化了的所有推理，或者即使仅仅是检索结果的存储，在将来解决问题时，如果能使它们的结果得到有效地利用，那么就全是机器学习。 例如，近年来在引人注目的机器学习的结构中，有一种基于说明的学习（explanation based learning，EBL）。这种方法是通过对一个例题的求解取得经验，也就是通过分析获得问题解的推理过程，形成相当于解题捷径的规则，于是就构成了对将来遇到的同类问题的快速求解技巧。如果深入探讨这种考虑方式，人们也许会产生这样的疑问，即对日文假名汉字变换系统的频度文档的利用，是不是也可以称为学习呢？虽然从广义上说，把这些也称为学习并不错，但是从狭义上说，机器学习是指那些伴随有归纳、类推和演绎等一些具有推理的情况，这也