人工智能8课件.pptVIP

人工智能(8) 侯宏旭 cshhx@imu.edu.cn 机器学习 计算机自动获取知识 是知识工程的三个部分之一 使用知识 表示知识 获取知识 学习 学习 学习是系统改进其性能的过程 学习是获取知识的过程 学习是技能的获取 学习是事物规律的发现过程 *学习是一个有特定目的的知识获取过程 机器学习 机器学习 学习机理的研究 学习方法的研究 面向任务的研究 机器学习是当前人工智能研究的主要障碍和发展方向之一 学习系统 学习系统 具有适当的学习环境 具有一定的学习能力 能应用学到的知识求解问题 能提高系统的性能 什么是机器学习 Simon：学习是系统中的变化，这种变化使系统比以前更有效的去做同样的工作 Minsky：学习是在我们的头脑中进行有用的变化 机器学习是知识获取的过程 知识的合法性、有效性和抽象层次 机器学习的种类 神经模型和决策理论 初始知识很少 互相连接的元件组成的系统 用连接强度表达知识 符号概念获取（SCA） 构造正例和反例 利用逻辑、产生式、语义网络等表达知识 知识加强和论域专用学习（KDL） 构造性归纳 系统开始不具有背景知识 机器学习的难点 学习系统的难度难于预测 获取知识的本质还是猜想 学习的模型 环境 知识库 执行环节 学习的模型 环境 系统的工作对象 信息的水平和质量对学习系统有很大影响 知识库 可表达性 推理难度 可修改性 执行环节 学习的目的就是要去改善执行环节 执行要对学习环节进行反馈 学习的分类 机器学习的分类 按学习方法分类（机械，指导，示例…） 按推理方式分类（演绎，归纳） 按综合属性分类（归纳，分析，连接…） 机械式学习 记忆式学习 把得到的基本知识原封不动地记录下来 不需要进行处理 一种以空间换取时间的方法 指导式学习 教授式学习 得到领域专家的知识 征询指导者的指导和建议 将征询意见转化为内部形式 计算机要做的是转化工作 并入知识库 评价 演绎学习 通过其它方法获得基本知识 利用演绎推理得到进一步的知识 严格的结论 归纳学习 归纳推理 枚举归纳 联想归纳 类比归纳 逆推理归纳 消除归纳 归纳学习 示例学习 学习模型 形成知识的方法 观察和发现学习 概念聚类 机器发现 类比学习 类比推理 回忆和联想 选择 建立对应关系 转换 属性类比学习 转换类比学习 基于解释的学习 学习过程 通过求解一个例子产生解释结构 通过对解释结构的概括获得一般性规则 学习方法的比较 比较 按推理能力：机械，指导，解释，类比，示例，观察和发现 示例学习、观察发现学习不需要领域知识，而解释学习需要 连接学习模拟人的神经活动，符号学习表达高级的思维活动 学习方法的展望 展望 人类学习机制的研究 发展和完善现有学习方法，并开展新的学习方法的研究 建立实用的学习系统，特别是多种方法协作的集成化学习系统 机器学习有关理论及应用的研究 环境 学习环节 知识库 执行环节