机器学习与知识发现61机器学习概述62符号学习

机器学习与知识发现61机器学习概述62符号学习

ID:27538568

大小:1.55 MB

页数:56页

时间:2018-12-03

机器学习与知识发现61机器学习概述62符号学习_第1页
机器学习与知识发现61机器学习概述62符号学习_第2页
机器学习与知识发现61机器学习概述62符号学习_第3页
机器学习与知识发现61机器学习概述62符号学习_第4页
机器学习与知识发现61机器学习概述62符号学习_第5页
资源描述:

《机器学习与知识发现61机器学习概述62符号学习》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6章机器学习与知识发现6.1机器学习概述6.2符号学习6.3神经网络学习6.4知识发现与数据挖掘6.1机器学习概述6.1.1机器学习的概念心理学中对学习的解释是:学习是指(人或动物)依靠经验的获得而使行为持久变化的过程。Simon认为:如果一个系统能够通过执行某种过程而改进它的性能,这就是学习。Minsky认为:学习是在人们头脑中(心理内部)进行有用的变化。TomM.Mitchell在《机器学习》一书中对学习的定义是:对于某类任务T和性能度P,如果一个计算机程序在T上以P衡量的性能随着经验E而自我完善,那么,我们称这个计算机程序从经验E中学习。当前关于机器学习的许多文献中也大都认为:学习

2、是系统积累经验以改善其自身性能的过程。总之:①学习与经验有关;②学习可以改善系统性能;③学习是一个有反馈的信息处理与控制过程。因为经验是在系统与环境的交互过程中产生的,而经验中应该包含系统输入、响应和效果等信息。因此经验的积累、性能的完善正是通过重复这一过程而实现的。6.1.2机器学习的原理图9-1机器学习原理1图9-2机器学习原理2图9-3机器学习原理3图9-4机器学习原理4图9-5机器学习原理56.1.3机器学习的分类1.基于学习策略的分类(1)模拟人脑的机器学习●符号学习:模拟人脑的宏观心理级学习过程,以认知心理学原理为基础,以符号数据为输入,以符号运算为方法,用推理过程在图或状态空

3、间中搜索,学习的目标为概念或规则等。符号学习的典型方法有:记忆学习、示例学习、演绎学习、类比学习、解释学习等。●神经网络学习(或连接学习):模拟人脑的微观生理级学习过程,以脑和神经科学原理为基础,以人工神经网络为函数结构模型,以数值数据为输入,以数值运算为方法,用迭代过程在系数向量空间中搜索,学习的目标为函数。典型的连接学习有权值修正学习、拓扑结构学习。(2)直接采用数学方法的机器学习●主要有统计机器学习。2.基于学习方法的分类(1)归纳学习●符号归纳学习:典型的符号归纳学习有示例学习,决策树学习。●函数归纳学习(发现学习):典型的函数归纳学习有神经网络学习、示例学习,发现学习,统计学习。

4、(2)演绎学习(3)类比学习:典型的类比学习有案例(范例)学习。(4)分析学习:典型的分析学习有案例(范例)学习、解释学习。3.基于学习方式的分类(1)有导师学习(监督学习):输入数据中有导师信号,以概率函数、代数函数或人工神经网络为基函数模型,采用迭代计算方法,学习结果为函数。(2)无导师学习(非监督学习):输入数据中无导师信号,采用聚类方法,学习结果为类别。典型的无导师学习有发现学习、聚类、竞争学习等。(3)强化学习(增强学习):以环境反馈(奖/惩信号)作为输入,以统计和动态规划技术为指导的一种学习方法。4.基于数据形式的分类(1)结构化学习:以结构化数据为输入,以数值计算或符号推演为

5、方法。典型的结构化学习有神经网络学习、统计学习、决策树学习、规则学习。(2)非结构化学习:以非结构化数据为输入,典型的非结构化学习有类比学习、案例学习、解释学习、文本挖掘、图像挖掘、Web挖掘等。5.基于学习目标的分类(1)概念学习:即学习的目标和结果为概念,或者说是为了获得概念的一种学习。典型的概念学习有示例学习。(2)规则学习:即学习的目标和结果为规则,或者说是为了获得规则的一种学习。典型的规则学习有决策树学习。(3)函数学习:即学习的目标和结果为规则,或者说是为了获得函数的一种学习。典型的函数学习有神经网络学习。(4)类别学习:即学习的目标和结果为对象类,或者说是为了获得类别的一种学

6、习。典型的类别学习有聚类分析。(5)贝叶斯网络学习:即学习的目标和结果是贝叶斯网络,或者说是为了获得贝叶斯网络的一种学习。其又可分为结构学习和参数学习。6.2符号学习6.2.1记忆学习记忆学习方法简单,但学习系统需要几种能力:(1)能实现有组织的存储信息。(2)能进行信息综合。(3)能控制检索方向。当存储对象愈多时,其中可能有多个对象与给定的6.2.2示例学习示例学习也称实例学习,它是一种归纳学习。示例学习是从若干实例(包括正例和反例)中归纳出一般概念或规则的学习方法。图9-6第一个拱桥的语义网络图9-7第二个拱桥的语义网络图9-8学习程序归纳出的语义网络图9-9拱桥概念的语义网络例9.

7、1假设示例空间中有桥牌中"同花"概念的两个示例:示例1:花色(c1,梅花)∧花色(c2,梅花)∧花色(c3,梅花)∧花色(c4,梅花)→同花(c1,c2,c3,c4)示例2:花色(c1,红桃)∧花色(c2,红桃)∧花色(c3,红桃)∧花色(c4,红桃)→同花(c1,c2,c3,c4)关于同花的一般性规则:花色(c1,x)∧花色(c2,x)∧花色(c3,x)∧花色(c4,x)→同花(c1,c2,c3,c4)对于这个问题可

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。