第五章机器学习的.pdfVIP

实用标准文案 第五章 机器学习 机器学习是继专家系统之后人工智能应用的又一重要研究领域， 也是人工智能和神经计 算的核心研究课题之一。 现有的计算机系统和人工智能系统没有什么学习能力， 至多也只有 非常有限的学习能力， 因而不能满足科技和生产提出的新要求。 本章将首先介绍机器学习的 定义、 意义和简史， 然后讨论机器学习的主要策略和基本结构， 最后逐一研究各种机器学习 的方法与技术，包括机械学习、基于解释的学习、基于事例的学习、基于概念的学习、类比 学习和基于训练神经网络的学习等。 对机器学习的讨论和机器学习研究的进展， 必将促使人 工智能和整个科学技术的进一步发展。 现在，我们先来讨论第五章的第一节，机器学习的研究意义与发展历史 …… 5.1 机器学习的研究意义与发展史 5.1.1 机器学习的定义和研究意义 学习是人类具有的一种重要智能行为，但究竟什么是学习，长期以来却众说纷纭。社 会学家、 逻辑学家和心理学家都各有其不同的看法。 按照人工智能大师西蒙的观点， 学习就 是系统在不断重复的工作中对本身能力的增强或者改进， 使得系统在下一次执行同样任务或 类似任务时， 会比现在做得更好或效率更高。 西蒙对学习给出的定义本身， 就说明了学习的 重要作用。 机器能否象人类一样能具有学习能力呢？ 1959 年美国的塞缪尔 (Samuel) 设计了一个下 棋程序，这个程序具有学习能力，它可以在不断的对奕中改善自己的棋艺。 4 年后，这个程 序战胜了设计者本人。 又过了 3 年，这个程序战胜了美国一个保持 8 年之久的常胜不败的冠 军。这个程序向人们展示了机器学习的能力，提出了许多令人深思的社会问题与哲学问题。 机器的能力是否能超过人的，很多持否定意见的人的一个主要论据是：机器是人造的， 其性能和动作完全是由设计者规定的， 因此无论如何其能力也不会超过设计者本人。 这种意 见对不具备学习能力的机器来说的确是对的， 可是对具备学习能力的机器就值得考虑了， 因 为这种机器的能力在应用中不断地提高， 过一段时间之后， 设计者本人也不知它的能力到了 何种水平。 什么叫做机器学习 (machine learning) ？至今，还没有统一的“机器学习”定义，而且 也很难给出一个公认的和准确的定义。 为了便于进行讨论和估计学科的进展， 有必要对机器 学习给出定义， 即使这种定义是不完全的和不充分的。 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。这里所说的“机器”，指的就是计算机；现在是电 子计算机，以后还可能是中子计算机、光子计算机或神经计算机等等。 5.1.2 机器学习的发展史 机器学习是人工智能研究较为年轻的分支，它的发展过程大体上可分为 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 是在 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 是从 70 年代中叶至