机器学习入门介绍PPT课件.docxVIP

PAGE PAGE # PAGE PAGE # Artificial Intelligence Principles and Applications 第7章机器学习 (Machine Learning) Aft (R. Shank): “一台计算机若不会学习, “一台计算机若不会学习, 就不能说它具 有智能。” 第7章机器学习 /7.1机器学习的基本概念 I 7.2机械式学习 I 7.3指导式学习 I 7.4归纳学习 I 7.5类比学习 I 7.6基于解释的学习 I 7.7学习方法的比较与展望 7.1机器学习的基本概念 O 7.1.1学习 O 7.1.2机器学习 O 7.1.3机器学习系统 O 7.1.4机器学习的发展 O 7.1.5机器学习的分类 7.1 7.1机器学习的基本概念 PAGE PAGE # PAGE PAGE # 7.1.1学习 (1) (2) (3) (4) 学习是系统改进其性能的过程：西蒙，1980。 1统中的、| _ 、这种改 同样的工作或进行 类似的工作时，能、 学习：从感性知识到理性知识的认识过程，从表层知 识到深层知识的转换过程。 学习是获取知识的过程。 学习是技能的获取。 例如“小孩学走路” “学弹钢琴”等。 学习是事物规律的发现过程。 -学习：一个有特定目的的知识获取过程。 ■内在行为：获取知识、积累经验、发现规律。 .外部表现：改进性能、适应环境、实现系统的自我完善。 O 7.1.1学习 ? 7.1.2机器学习 O 7.1.3机器学习系统 O 7.1.4机器学习的发展 O 7.1.5机器学习的分类 7.1.2机器学习 ■机器学习(Machine Learning):计算机能模拟人的 学习行为，自动地通过学习获取知识和技能，不断 改善性能，实现自我完善。 1)2)学习机理：对学习机制的研究，即人类获取知识、技能和 抽象概念的天赋能力。 1) 2) 学习方法：在生物学习机理进行简化的基础上，用计算的 方法进行再现。 3)学习系统：根据特定任务的要求，建立相应的学习系统。 O 7.1.1学习 O 7.1.2机器学习 。7.1.3机器学习系统 O 7.1.4机器学习的发展 O 7.1.5机器学习的分类 7.1.3机器学习系统 1.机器学习系统的定义 ■学习系统：能够在一定程度上实现机器学习的系统。 ■萨利斯（Saris）的定义（1973年）:能够从某个过程或环 境的未知特 境的未知特征中学到有关信息，并且能把学到的信息用 8= 于未来的估计、分类、决策或控制，以便改进系统的性 能。 .施密斯等的定义（1977年）:在与环境相互作用时，能 利用过去与环境作用时得到的信息，并提高其性能。 7.1.3 7.1.3机器学习系统 PAGE PAGE # 7.1.3 7.1.3机器学习系统 PAGE PAGE # 2.机器学习系统的条件和能力 具有适当的学习环境 具有一定的学习能力 (3) 能应用学到的知识求解问题 (4)能提高系统的性能 3 .机器学习系统的基本模型 |环境卜刊 学习卜刊知识库 执行与评价 学习系统的基本结构 7.1 7.1机器学习的基本概念 PAGE PAGE # 7.1 7.1机器学习的基本概念 PAGE PAGE # O 7.1.1学习 O 7.1.2机器学习 O 7.1.3机器学习系统 ? 7.1.4机器学习的发展 O 7.1.5机器学习的分类 PAGE PAGE # PAGE PAGE # 7.1.4机器学习的发展 1.神经元模型的研究（20世纪50年代中期） .主要研究工作：应用决策理论的方法研制可适应环境的通用 学习系统 （general purpose learning system ）。 .1957年，罗森勃拉特（F. Rosenblatt）提出感知器模型。 I塞缪尔（Samuel）的跳棋程序：分析了约175000副不同棋局 后，归纳出了棋类书上推荐的走法，准确率达到48%。 -1969年，明斯基和佩珀特（Papert ）发表了论著 《Perceptron》，对神经元模型的研究作出了悲观的论断。 7.1.4 7.1.4机器学习的发展 PAGE PAGE # 7.1.4 7.1.4机器学习的发展 PAGE PAGE # 2.符号学习的研究(20世纪70年代中期) ，符号概念获取的学习方法(1970年):模拟人类的概 念学习过程，通过分析一些概念的正例和反例构造出 这些概念的符号表示。 ■莫斯托夫(D.J.Mostow)的指导式学习。 III温斯顿(Winston)和卡鲍尼尔(J. G. Carbonell)的 III 类比学习。 I米切尔(T.M. Mitch