最新第五章机器学习.pptVIP

肺炎和肺结核的部分病例集见下表。表肺病实例集?症状病例号发烧咳嗽X光所见血沉听诊肺结核12345无高低无低轻微剧烈轻微轻微中度索条状空洞索条状点状片状正常快正常快快正常干鸣音正常干鸣音正常肺炎12345高中度低高中度剧烈剧烈轻微中度轻微片状片状点状片状片状正常正常正常正常正常水泡音水泡音干鸣音水泡音水泡音血沉是指在一定条件下，人体血液内红细胞沉降的速度通过上述示例学习得到如下诊断规则：血沉=正常∧(听诊=干鸣音∨水泡音)→诊断=肺炎血沉=快→诊断=肺结核于是从病例中归纳，产生了诊断规则。即实现了实例空间到规则空间的作用过程。0102发现和观察学习过程：这类代表性系统如AM系统(1977年)；BACON系统等。这类系统有时不仅能发现人们所知而未见的规律或规则，甚至能发现客观事物中被人们忽略的新概念。例如，利用BACON实验数据分析的学习系统，人们不仅发现了欧姆定律、牛顿万有引力定律、开普勒行星运动定律等，还发现一些早期化学家发现的定理，如普罗斯特定律、吕萨克定律等。发现和观察学习010203例如，利用BACON实验数据分析的学习系统，其思想是利用一些算子反复构造一些新的项，当这些项中有一个是常数时，就得到概念“项”=“常数”的规律。例如，对开普勒定律：行星绕太阳运动周期为p与行星到太阳的距离d有关，即有公式：R=d3/p2其中R为常数。计算过程如下表所示。发现和观察学习举例：行星运动定律的发现由上表，对开普勒定律公式R=d3/p2发现过程为：①p和d都是递增，并且非线性互相依赖，触发建立新项d/p的算子。②d和d/p的递增方向刚好相反，触发建立新项（d/p）·d=d2/p的算子。③d/p和d2/p的递增方向刚好相反，触发建立新项（d/p）·d2/p=d3/p2的算子。④项d3/p2是常数，则得到行星运动定律。行星pdd/pd2/pd3/p2Mercury111．01．01．0Venus840．52．01．0Earth2790．333．01．00201030405主要策略与基本结构概述常用的学习方法数据挖掘开发工具简介知识发现和数据挖掘第五章机器学习Motivation:Whydatamining?动机，背景1发生在数据库上的”成长的烦恼”数据库的发展给自己引出了麻烦。数据爆增103T2没有数据时千方百计搜集管理数据，上世纪60-70年代层次库，网状库，3有了数据扩充能力，搜集管理更多数据，上世纪80-90年代关系库,OODB…..4数据太多了，管不下来。上世纪-90年代–现在KDD,DM…..（作科研找项目也类似?）5第二阶段从60年代中至70年代中期，机器学习的冷静时期；第三阶段从70年代中至80年代中期，复兴时期；机器学习的最新阶段始于1986年机器学习已成为新的边缘学科并在高校形成一门课程。结合各种学习方法，取长补短的多种形式的集成学习系统研究正在兴起。各种学习方法的应用范围不断扩大，一部分已形成商品。归纳学习的知识获取工具已在诊断分类型专家系统中广泛使用。与机器学习有关的学术活动空前活跃。国际上除每年一次的机器学习研讨会外，还有计算机学习理论会议以及遗传算法会议。0102男，1973年11月生。分别于1996年6月、1998年6月和2000年12月于南京大学计算机科学与技术系获学士、硕士和博士学位。2001年1月起留校任教。2002年3月破格晋升副教授，2003年11月被聘任为教授，2004年4月获博士生导师资格。现任人工智能教研室主任、机器学习与数据挖掘研究组负责人。南京航天航空大学兼职教授、澳大利亚Deakin大学名誉研究员、复旦大学智能信息处理重点实验室学术委员会委员。数据挖掘开发工具简介05数据挖掘和知识发现方法04常用的学习方法03主要策略与基本结构02概述01第五章机器学习学习是一项复杂的智能活动，学习过程与推理过程是紧密相连的。按照学习中使用推理的多少，机