第七章 机器学习.pptVIP

第六章 机器学习 北京物资学院 管理科学与工程系 赵明茹 机器学习 概述 机器学习系统的基本模型 机械学习 实例学习 解释学习 概述 到目前为止的大多数人工智能系统还完全没有或仅有有限的学习能力。 系统中的知识是由人工编程送入的，知识中的错误也不能自动改正。 机器的能力是否能超过人的能力？ 否定意见：机器是人造的，其性能和动作是由设计者规定的，因此无论如何其能力也不会超过设计者本人。 对于不具备学习能力的机器来说是正确的，可是对于具备学习能力的机器就值得考虑了。 机器学习的不可预测问题。 跳棋程序 20世纪50年代末，阿瑟.塞缪尔（ samuel）编写了著名的跳棋程序。 启发式搜索技术，跳棋程序可以向前看几步然后再走棋。 可以从经验中学习，从棋谱中学习。不断调整棋盘评价函数，提高自己的棋艺。 经过三年的学习，打败了Samuel，又三年，打败了州冠军。 同时刺激了“搜索”和“机器学习”这两个人工智能的重要领域的发展。 塞缪尔 塞缪尔 1901年生于美国堪萨斯州的恩波利亚，恩波利亚学院上学。 1923年大学毕业以后，他进入MIT念研究生，1926年取得硕士学位。 留校工作两年以后，他加盟贝尔实验室，从事电子器件的研究。二次世界大战爆发以后，他的研究工作集中于雷达技术。 战争结束后，到伊利诺大学电气工程系任教，积极参与了该校研制电子计算机的工作。 1949年即转至IBM公司在