人工智能artificialintelligence第五章

《人工智能artificialintelligence第五章》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、人工智能ArtificialIntelligence第五章史忠植中国科学院计算技术研究所http://www.intsci.ac.cn/机器学习MachineLearning2021/6/13史忠植人工智能：机器学习2内容提要5.1机器学习概述5.2归纳学习5.3类比学习5.4统计学习5.5强化学习5.6进化计算5.7群体智能5.8知识发现5.9小结机器学习概述什么是机器学习？学习是使系统在不断重复的工作中对本身能力的增强和改进，使得系统下一次完成同样或类似的任务时比上一次更有效，即通过对人类学习过程和特点的研究，建立学习理论

2、和方法，并应用于机器，以改进机器的行为和性能。1、学习是一个过程。学习是经验积累的过程，这个过程可能很快，也可能很漫长；2、学习是对一个系统而言。这个系统可能是一个计算机系统，或一个人机系统；3、学习能够改变系统的性能。这只说明对系统性能的改进，但是并未限制改进的方法。从人工智能的角度看，机器学习是一门研究使用计算机获取新的知识和技能，提高现有计算机求解问题能力的科学2021/6/13史忠植人工智能：机器学习3机器学习概述为什么要研究机器学习？必要性：理解学习的本质和建立学习系统是AI研究的目标之一现有的大多数AI系统都是演绎

3、的，没有归纳推理，因而不能自动获取和生成知识可行性：学习的过程是信息处理的过程，这包括直接记忆和经过推理已有工作说明可以实现一定程度的机器学习2021/6/13史忠植人工智能：机器学习4机器学习概述机器学习的研究目标和困难研究目标：通用学习算法：理论分析任务和开发用于非实用学习任务的算法认知模型：研究人的学习的计算模型和实验模型工程目标：解决专门的实际问题，并开发完成这些任务的工程系统困难：学习系统性能的预测更加困难获取知识的本质还是猜想。由特定的观察和类比生成的知识不可能证明其正确性。2021/6/13史忠植人工智能：机器学

4、习5机器学习模型学习的一种模型环境：外部信息的来源，它将为系统的学习提供有关信息知识库：代表系统已经具有的知识学习环节：系统的学习机构，它通过对环境的感知取得外部信息，然后经分析、综合、类比、归纳等思维过程获得知识，生成新的知识或改进知识库的组织结构。执行环节：基于学习后得到的新的知识库，执行一系列任务，并将运行结果报告学习环节，以完成对新知识库的评价，指导进一步的学习工作,是该模型的核心。环境学习环节知识库执行环节2021/6/13史忠植人工智能：机器学习6机器学习发展阶段机器学习的研究大致可以分为三个阶段：五六十年代的探索

5、阶段：主要受神经生理学、生理学和生物学的影响，研究主要侧重于非符号的神经元模型的研究，主要研制通用学习系统，即神经网络或自组织系统。主要成果有：感知机（Perceptron）Friedberg等模拟随机突变和自然选择过程的程序，Hunt等的决策树归纳程序CLS。2021/6/13史忠植人工智能：机器学习7七十年代的发展阶段：由于当时专家系统的蓬勃发展，知识获取成为当务之急，这给机器学习带来了契机，主要侧重于符号学习的研究。机器学习的研究脱离了基于统计的以优化理论为基础的研究方法，提出了基于符号运算为基础的机器学习方法，并产生了

6、许多相关的学习系统，主要系统和算法包括：Winston的积木世界学习系统；Michalski基于逻辑的归纳学习系统AQVAL；Michalski和Chilausky的AQ11；Quinlan的ID3程序Mitchell的版本空间方法。机器学习发展阶段2021/6/13史忠植人工智能：机器学习8八九十年代至今的鼎盛阶段。理论研究和应用研究也有了新的突破，机器学习的研究进入了全面的、系统化的时期。主要成果有：一方面传统的符号学习的各种方法已日臻完善。Michalski等将AQ11扩充为一个多功能学习系统AQ15，ID3算法中使用了

7、熵，从而使决策树归纳得到了很大的改进。科学发现系统BACON开辟了无导师学习的两个重要研究领域。神经网络学习在消沉了一段时期后又重新蓬勃发展起来了，同时计算机硬件技术的高速发展也为开展大规模和高性能的人工神经网络提供了保障，使得基于神经网络的连接学习从低谷走出，发展迅猛。其中Rumelhart等人提出的BP模型，提供了一个训练多层网络的实际可行的方法，克服了Perceptron的大部分局限性。机器学习发展阶段2021/6/13史忠植人工智能：机器学习9另一方面，机器学习的基础理论的研究越来越引起人们的重视。1984年美国学者V

8、aliant提出了基于概率近似正确性的学习理论（PAC学习），对布尔函数的一些特殊子类的可学习性进行了探讨，将可学习性与计算复杂性联系在一起，并由此派生出了“计算学习理论”（COLT）1995年，Vapnik出版了“统计学习理论”一书。对PAC的研究是一种理论性，存在性的；V