机器学习人工智能原理与应用.ppt

6.3机械学习（记忆学习）6.3.2机械学习（记忆学习）系统主要考虑的问题机械学习（记忆学习）（记忆学习）的设计要考虑三个问题：存储结构、稳定性和记忆与计算的权衡。

1.存储结构

只有读取所用时间少于重新计算所用时间时，机械学习（记忆学习）（记忆学习）才有实用价值。为了快速读取存储的内容，就要合理组织存储结构。在数据结构和数据库等领域已经详尽研究了排序、检索和杂凑方法等有关问题。

2.环境稳定性

使用机械学习（记忆学习）（记忆学习）时，总是认为保存的信息以后仍然有效。如果环境变化快，保存的信息就会失效而不能再使用。例如记忆的50年代汽车修理费用不能用来估计80年代汽车修理费用。解决方法是随时监视环境的变化，不断更新保存的信息。

注意你现在浏览的是第三十页，共五十页。6.3机械学习（记忆学习）6.3.2机械学习（记忆学习）系统主要考虑的问题3.记忆与计算的权衡

为了确定是利用存储的信息还是重新计算，要比较二者的代价。例如在数学用表中有三角函数表，可直接查表不必计算。因为计算比查表复杂。但在数学用表中不列出两数乘积表，因计算并不复杂。可用两种方法选择是记忆还是计算。一种是代价效益分析法。它在首次得到一个信息时，确定是否有必要保存它。这时要考虑该信息以后使用的概率、存储空间和计算代价。另一种是有选择的放弃。保存的内容在读取时加上时间标志，这就是最后使用的时间。保存一项新内容时，要删除一项旧内容，这是未使用的时间最长的旧内容。

注意你现在浏览的是第三十一页，共五十页。6.4传授式学习传授学习(LearningbyBeingTold或LearningbyInstruction)又称为指点学习。这时，环境提供的信息较抽象，水平较高，学习环节把这些信息变换成执行环节使用的较低水平的信息。

1.要求

这是请求专家提出建议。有时对专家的要求是简单的，即请专家提供一般的建议。有时要求是复杂的，即请专家识别知识库的欠缺，并提出修改方法。有些系统是被动的，它消极等待专家提出建议。有些系统是主动的，它把专家注意力引向特定的问题。

2.解释

这是把专家建议转成内部表实，是知识表实问题。内部表实应包含建议的全部信息。如果用自然语言提出建议，解释过程应包括自然语言理解。

注意你现在浏览的是第三十二页，共五十页。6.4传授式学习3.实用化

这是传授学习的信息变换过程，它把抽象的建议转成具体的知识。实用化过程类似于自动程序设计。前者由建议得到实用的规则，后者由程序说明得到程序。二者也存在差别。后者要求得到完全正确的程序，强调程序的正确性。前者往往使用弱方法，不保证完全正确。实用化过程有时作试探性的假设和近似，只能要求其合理性。得到的假设还要经过检验和修改。

4.归并

这是把新知识加入知识库。这有可能造成旧知识的错误使用。一个问题是新旧知识适用范围的重迭。另一个问题是它们结论的冲突。如果新旧规则的条件部分重迭，就会在该使用旧规则时错误使用了新规则。可以修改规则条件以防止重迭，也可以用元规则对规则排序。为了解决结论的冲突。可以修改规则，也可以用元规则选用合理的规则，排除不合理的。

注意你现在浏览的是第三十三页，共五十页。6.4传授式学习5.评价

实用化得到的新知识往往是假设，要经过验证和修改。如果评价中发现了问题，要进行故障分析和知识库修改。

上述五步中，实用化是过程的核心。正是在这一步实现信息水平的变换。Mostow(1981)按用途、论域和精度对实用化方法进行了分类，还给出实用化的13个例子。有的例子要经过约100次变换，有的只要8次变换。

传授学习的例子有Mostow的FOO和Davis的TEIRESLAS。TEIRESLAS通过和用户对话，把用户的一般性意见或指实具体化，或辅助用户修改知识库。该程序用产生式规则来选择合适的投资市场。注意你现在浏览的是第三十四页，共五十页。6.5类比学习类比学习(LearningbyAnalogy)是获取新概念或新技巧的方法，它把类似这些新概念或新技巧的已知知识转换为适于新情况的形式。类比学习的第一步是从记忆中找到类似的概念或技巧，第二步是把它们转换为新形式以便用于新情况。例如人类的一种学习方式是先由老师教学生解例题(先例)，再给学生留习题。学生寻找在例题和习题间的对应关系，利用解决例题的知识去解决习题中的问题。学生经过一般化归纳推出原理，以便以后使用。这种类比学习方式是人类常用的。

注意你现在浏览的是第三十五页，共五十页。人工智能原理与应用注意你现在浏览的是第一页，共五十页。机器学习就是计算机自动获取知