资源描述：
《人工智能(机器学习)》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、第5章机器学习§5.2神经网络学习§5.3因果信念网络学习第5章机器学习什么是机器学习？归纳学习能够学习的程序S：任务T，性能度量P，经验E，S能够通过经验E，改善执行任务T的性能（用P来度量）通过实例集{（x1,y1）,…,(xk,yk)}求函数y=f(x)使得y1≈f(x1),yi≈f(xi),…,yk≈f(xk)§5.1归纳式学习InductiveLearning什么是归纳学习？和演绎推理（保真）的比较例子，训练实例集合:1.(乌鸦w1，羽毛黑);2.(乌鸦w2，羽毛浅黑);3.(麻雀w3，羽毛灰);4.(鸽子w4，羽毛白);5.(乌鸦w1，羽毛白)
2、;6.(偶数8,两素数3,5之和)…根据训练实例集合提出假说HYPOTHESIS:GOAL(乌鸦,黑色的羽毛)第5章机器学习§5.2神经网络学习§5.3因果信念网络学习第5章机器学习什么是机器学习？归纳学习能够学习的程序S：任务T，性能度量P，经验E，S能够通过经验E，改善执行任务T的性能（用P来度量）通过实例集{（x1,y1）,…,(xk,yk)}求函数y=f(x)使得y1≈f(x1),yi≈f(xi),…,yk≈f(xk)§5.1归纳式学习InductiveLearning什么是归纳学习？和演绎推理（保真）的比较例子，训练实例集合:1.(乌鸦w1，羽毛
3、黑);2.(乌鸦w2，羽毛浅黑);3.(麻雀w3，羽毛灰);4.(鸽子w4，羽毛白);5.(乌鸦w1，羽毛白);6.(偶数8,两素数3,5之和)…根据训练实例集合提出假说HYPOTHESIS:GOAL(乌鸦,黑色的羽毛)1.支持性正例;2.灰色支持的正例;3.支持性负例;4.支持性负例5.否定性反例;6.无关实例要求归纳得到简洁的规则,并使得规则的可信度高归纳的可信度:规则的可信度是0.99%其含义为,10000个乌鸦中大约可能有1个否定性反例(非黑的乌鸦)决策树学习。从数据取样(Xi,Yi),利用外推插值方法,求函数.决策树学习,适用于离散性样点(Xi,
4、Yi),Xi∈离散集合,Yi∈离散集合从数据例子中提出有规律的假设,使其符合数据实例,挖掘数据中的Pattern模式,规律Ockham’sRazor:最简单的是最好的.决策树F=F（A，B，C）ABCF0000001101000111ABCF1001101111011110TRUEFALSEFALSEB0…….1A10TRUEC10挑选主要分类属性，1．分别挑选能够把F=0，1的肯定,或否定例集合分开的决策属性C,使C的某种取值覆盖F肯定集合或F否定集合的大小尽可能地小（方法:布尔0，1合并法）2．对C属性的每一种取值,列出它对F肯定集合或F否定集的覆盖集
5、合(它们分别是F肯定集合和F否定集的子集合),进一步从其他属性中挑选能够把正反例分开的属性(递归算法)；直到3．某覆盖集合为空，DONE4．决策属性集已经全部挑完，但正反例集合非空：有NOISEF=A∧￣B∨CF=TRUE的取值元组集合：+正集合{001,011,100,101,111}à0&1,&01,&11,10&,1&1à&&1,因此，C是决策分类F=TRUE的第一侯选变量；F=FALSE的取值元组：-负集合{000，010，110}à0&0,&10因此，￣A￣C或B￣C是决策分类F=FALSE的第一侯选变量；>>>>>>>>>>>>>>>>>>>>
6、>>>>>>>>>>>>>>当C选定后,C=1把F的肯定实例集合划分为覆盖集{001,011,101,111}(和非覆盖集合{100})C=1把F的否定集划分为{}空集和(和非覆盖集合{000，010，110})C=0把F的肯定实例集合划分为覆盖集{100}(和非覆盖集合{001,011,101,111})C=0把F的否定集划分为{000，010，110}集和(和非覆盖集合{}空集)举例2学习目标:根据数据集,总结出影响客户愿意排队等待的因素GOAL:愿意排队等待属性集合附近还有饭馆饭店地宽敞星期5，6肚子饿人多不多菜价格正在下雨预定了位置饭菜类型等待时间
7、TrainingSetandDTrepresentation例附近地方大星期肚子饿人多菜价格正在预定饭店等待编还有5，6不多下雨位置类型时间号ExAltBarFriHunPatPriceRainResTypeEstWait?X1YNNYSomehighNYFrench0-10Yx2YNNYFulllowNNThai30-60Nx3NYNNSomelowNNBurger0-10Yx4YNYYFulllowNNThai10-30Yx5YNYNFullhighNYFrench>60Nx6NYNYSomemedYYItalian0-10Yx7NYNNNonelow
8、YNBurger0-10Nx8NNNYSomemedYYThai0
