12归纳和分析学习的结合_机器学习.ppt

《12归纳和分析学习的结合_机器学习.ppt》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、机器学习第12章归纳和分析学习的结合2003.12.181机器学习-归纳和分析学习的结合作者：Mitchell译者：曾华军等讲者：陶晓鹏概述纯粹的归纳学习方法通过在训练样例中寻找经验化的规律来形成一般假设纯粹的分析方法使用先验知识演绎推导一般假设本章考虑将归纳和分析的机制结合起来的方法，并获得两者的优点：有先验知识时获得更高的泛化精度和依赖训练数据克服先验知识的不足所得到的结合的方法比纯粹的归纳方法和分析方法的性能都要高2003.12.182机器学习-归纳和分析学习的结合作者：Mitchell译

2、者：曾华军等讲者：陶晓鹏动机归纳学习寻找拟合训练数据的一般假设，分析学习寻找拟合先验知识的一般假设，同时使它覆盖训练数据归纳方法和分析方法对假设的论证方法有根本区别，因此优缺点互为补充，将它们结合起来有可能得到更强有力的学习方法纯粹的分析学习方法的优缺点优点：可用先验知识从较少的数据中更精确地泛化以引导学习缺点：当先验知识不足或不正确时，可能产生误导纯粹的归纳学习方法的优缺点优点：不需要显示的先验知识，主要基于训练数据学习规律缺点：训练数据不足时，会失败，会被其中隐式的归纳偏置所误导2003.1

3、2.183机器学习-归纳和分析学习的结合作者：Mitchell译者：曾华军等讲者：陶晓鹏表12-1纯粹的分析学习和纯粹的归纳学习的比较归纳学习分析学习目标拟合数据的假设拟合领域理论的假设论证统计推理演绎推理优点需要很少先验知识从稀少的数据中学习缺陷稀少的数据，不正确的偏置不完美的领域理论2003.12.184机器学习-归纳和分析学习的结合作者：Mitchell译者：曾华军等讲者：陶晓鹏动机（2）图12-1概述了学习问题的分布范围，它随着可获得的先验知识和训练数据不同而变化在一个极端，有大量的训练

4、数据，但没有先验知识在另一个极端，有很强的先验知识，但训练数据很少多数实际学习问题位于这两个极端之间，通常可以从近似的先验知识开始本章考虑的问题是：什么样的算法，使用近似的先验知识结合可用数据来形成一般的假设2003.12.185机器学习-归纳和分析学习的结合作者：Mitchell译者：曾华军等讲者：陶晓鹏动机（3）即使使用最纯粹的归纳学习算法，仍有机会基于特定学习任务的先验知识来选择设计方案通常设计者将领域特定的知识嵌入到学习算法中，但我们感兴趣的是一个系统能将先验知识和训练数据作为显示的输入

5、给学习器概括而言，我们感兴趣的是领域无关算法，这种算法使用显示输入的领域相关的知识，这种算法具备以下的属性：如果没有领域理论，它至少能像纯粹的归纳方法一样有效学习如果没有完美的领域理论，它至少能像纯粹的分析方法一样有效学习如果领域理论和训练数据都不完美，它应能结合两者的长处，比单纯的归纳或分析方法的性能要好它应能处理训练数据中未知程度的差错它应能处理领域理论中未知程度的差错这里列出的期望目标很难达到，目前没有算法能以一般化的方式满足所有这些约束2003.12.186机器学习-归纳和分析学习的结合

6、作者：Mitchell译者：曾华军等讲者：陶晓鹏学习的归纳-分析途径本章考虑的学习问题已知一个训练样例集合D，可能包含差错一个领域理论B，可能包含差错候选假设的空间H求解一个最好地拟合训练样例和领域理论的假设最好地拟合训练样例和领域理论的确切定义2003.12.187机器学习-归纳和分析学习的结合作者：Mitchell译者：曾华军等讲者：陶晓鹏学习的归纳-分析途径（2）确定先验知识和数据权值的一种解决方法是使用贝叶斯观点贝叶斯定律描述了怎样计算给定训练数据D时假设h的后验概率贝叶斯定律基于观察到

7、的数据D以及先验知识计算后验概率，以P(h),P(D)和P(D

8、h)的形式表示我们可以把P(h),P(D)和P(D

9、h)看作是某种形式的背景知识贝叶斯理论可看作一种为领域理论加权的方法，它与观察到的数据D一起，赋予h的后验概率为P(h

10、D)贝叶斯公式提供了为先验知识和观察到数据的贡献加权的方法但是，贝叶斯公式隐含假定了关于P(h),P(D),P(D

11、h)概率分布的完美知识贝叶斯公式没有提供将这些近似已知的概率分布与观察数据结合起来的方法2003.12.188机器学习-归纳和分析学习的结合作者：M

12、itchell译者：曾华军等讲者：陶晓鹏假设空间搜索大多数学习任务可以刻画为假设空间上的搜索任务,而决定这个搜索任务的4个参数是：假设空间H搜索的初始假设h0定义单个搜索步的搜索算子集合O指定搜索目标的判据G本章探索了3种方法，它们用先验知识来改变纯归纳方法执行的搜索使用先验知识推导出搜索起步的初始假设：Kbann使用先验知识来改变假设空间搜索的目标：Ebnn使用先验知识改变可用的搜索步：Focl2003.12.189机器学习-归纳和分析学习的结合作者：Mitchell译者：曾华军等讲者：陶晓鹏