AI10机器学习.pptVIP

第十章 机器学习 10.1介绍 10.1.1 什么是机器学习 学习是人类具有的一种重要智能行为，但究竟什么是学习，长期以来却众说纷坛。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（Simon，1983）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相类似的任务时，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。 10.1介绍 另一位人工智能大师Minsky（1985），也给出了学习的定义：学习是在我们头脑中（心理内部）进行有用的变化。 西洋跳棋学习问题的解释 E，和自己下棋 T，参与比赛 P，比赛成绩（或赢棋能力，击败对手的百分比） 手写识别学习问题 机器人驾驶学习问题 10.1.1 什么是机器学习 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。 10.1.1 什么是机器学习 机器学习系统的特征 目的性 结构性 有效性 开放型 10.1.1 什么是机器学习 机器学习实现的困难　　1.预测难　　2.归纳推理　　3.判断难 10.1.1机器学习的系统模型 机器学习系统模型 10.1.2 机器学习的研究现状 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。 10.1.2 机器学习的研究现状 10.1.2 机器学习的研究现状 3.第三阶段从70年代中叶至80年代中叶，称为复兴时期。在这个时期，人们从学习单个概念扩展到学习多个概念，探索不同的学习策略和各种学习方法。本阶段已开始把学习系统与各种应用结合起来，中国科学院自动化研究所进行质谱分析和模式文法推断研究，表明我国的机器学习研究得到恢复。1980年西蒙来华传播机器学习的火种后，我国的机器学习研究出现了新局面。 　　4.机器学习的必威体育精装版阶段始于1986年。一方面，由于神经网络研究的重新兴起，另一方面，对实验研究和应用研究得到前所未有的重视。我国的机器学习研究开始进入稳步发展和逐渐繁荣的新时期。 10.1.3 机器学习的研究方法 机器学习分类按 应用领域 知识表示 推理策略 综合多种因素 10.1.3 机器学习的研究方法 机器学习推理策略分类 1.机械式学习（记忆学习），即向机器直接输入新知识　　这种学习方法不需要进行任何推理或知识转换，将知识直接装进机器中。也就是将专家知识总结成规则，用计算机语言加以描述、实现。有多少写多少，系统本身没有学习过程，对知识不做任何修改，只有使用。 2.根据示教学习（传授学习、指点学习）　　从老师或其它有结构的事物获取知识。要求系统在原有知识结构的基础上将输入的（新）知识转换成它本身的内部表示形式。并把新的信息和它原有的知识有机地结合为一体。系统初始知识结构可以是以机械式学习方式得到，也可以是通过其它学习方式得到。 10.1.3 机器学习的研究方法 机器学习推理策略分类 3.通过类推学习（演绎学习）　　系统找出现有知识中所要产生的新概念或技能十分类似的部分。将它们转换或扩大成适合新情况的形式，从而取得新的事实或技能。该种学习方法是大量知识的总结、推广。　　4.从例子中学习（归纳学习）　　给学习者提供某一概念的一组正例和反例，学习者归纳出一个总的概念描述，使它适合于所有的正例且排除所有的反例。基于实例的学习方法是目前研究较多的方法之一。本课程将对该类方法作比较深入的讨论。 10.1.3 机器学习的研究方法 机器学习推理策略分类 5.类比学习　　类比学习是演绎学习与归纳学习的组合。类比学习过程中匹配不同论域的描述、确定公共的结构。以此作为类比映射的基础。寻找公共子结构是归纳推理，而实现类比映射是演绎推理。 10.2 归纳学习 10.2.1 归纳学习的基本概念 1）归纳（induction）是人类拓展认识能力的重要方法，是一种从个别到一般的，从部分到整体的推理行为。 　　（2）归纳推理是应用归纳方法，从足够多的具体事例中归纳出一般性知识，提取事物的一般规律；它是一种从个别到一般的推理。 　　（3）归纳学习（induction learning）是应用归纳推理进行学习的一种方法。根据归纳学习有无教师指导，可把它分为示例学习和观察与发现学习。前者属于有师学习，后者属于无师学习。 10.2 归纳学习 归纳学习的一般模式为： 　　给定：(1) 观察陈述（事实）F，用以表示有关某些对象、状态、过程等的特定知识；(2) 假定的初始归纳断言（可能为空）；(3) 背景知识，用于定义有关观察陈述、候选归纳断言以及任何相关问题领域知识、假设和约束，其中包括能够刻