人工智能第7章 机器学习教学教材.ppt

人工智能第7章 机器学习教学教材.ppt

ID:59566899

大小:241.00 KB

页数:62页

时间:2020-11-11

人工智能第7章 机器学习教学教材.ppt_第1页
人工智能第7章 机器学习教学教材.ppt_第2页
人工智能第7章 机器学习教学教材.ppt_第3页
人工智能第7章 机器学习教学教材.ppt_第4页
人工智能第7章 机器学习教学教材.ppt_第5页
人工智能第7章 机器学习教学教材.ppt_第6页
人工智能第7章 机器学习教学教材.ppt_第7页
人工智能第7章 机器学习教学教材.ppt_第8页
人工智能第7章 机器学习教学教材.ppt_第9页
人工智能第7章 机器学习教学教材.ppt_第10页
资源描述:

《人工智能第7章 机器学习教学教材.ppt》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、人工智能第7章机器学习7.1.1学习和机器学习2.机器学习的概念一般性解释机器学习就是让机器(计算机)来模拟和实现人类的学习功能。主要研究内容认知模拟主要目的是要通过对人类学习机理的研究和模拟,从根本上解决机器学习方面存在的种种问题。理论性分析主要目的是要从理论上探索各种可能的学习方法,并建立起独立于具体应用领域的学习算法。面向任务的研究主要目的是要根据特定任务的要求,建立相应的学习系统。2神经元模型研究20世纪50年代中期到60年代初期,也被称为机器学习的热烈时期,最具有代表性的工作是罗森勃拉特1957年提出的感知器模型。符号概念获取20世纪60年代中期到70年代初期。其主要研究目

2、标是模拟人类的概念学习过程。这一阶段神经学习落入低谷,称为机器学习的冷静时期。知识强化学习20世纪70年代中期到80年代初期。人们开始把机器学习与各种实际应用相结合,尤其是专家系统在知识获取方面的需求,也有人称这一阶段为机器学习的复兴时期。连接学习和混合型学习20世纪80年代中期至今。把符号学习和连接学习结合起来的混合型学习系统研究已成为机器学习研究的一个新的热点。7.1.1学习和机器学习3.机器学习的发展过程37.1.3学习系统环境学习环节知识库执行环节环境是学习系统所感知到的外界信息集合,也是学习系统的外界来源。信息的水平(一般化程度)和质量(正确性)对学习系统影响较大。学习环节

3、对环境提供的信息进行整理、分析归纳或类比,形成知识,并将其放入知识库。知识库存储经过加工后的信息(即知识)。其表示形式是否合适非常重要。执行环节根据知识库去执行一系列任务,并将执行结果或执行过程中获得的信息反馈给学习环节。学习环节再利用反馈信息对知识进行评价,进一步改善执行环节的行为。47.1.4机器学习的主要策略按学习策略来分类即按学习中所使用的推理方法来分,可分为记忆学习、传授学习、演绎学习、归纳学习等。按应用领域分类专家系统学习、机器人学习、自然语言理解学习等。按对人类学习的模拟方式符号主义学习、连接主义学习等。5第7章机器学习7.1机器学习的基本概念7.2记忆学习7.3归纳学

4、习7.4解释学习7.5神经学习67.2记忆学习概念记忆学习(Rotelearning)也叫死记硬背学习,是一种最基本的学习过程,它没有足够的能力独立完成智能学习,但对学习系统来说都是十分重要的一个组成部分,原因是任何学习系统都必须记住它们所获取的知识,以便将来使用。记忆学习的基本过程是:执行元素每解决一个问题,系统就记住这个问题和它的解,当以后再遇到此类问题时,系统就不必重新进行计算,而可以直接找出原来的解去使用7若把执行元素比作一个函数f,由环境得到的输入模式记为(x1,x2,…,xn),由该输入模式经F计算后得到的输出模式记为(y1,y2,…,ym),则机械学习系统就是要把这一输

5、入输出模式对:[(x1,x2,…,xn),(y1,y2,…,ym)]保存在知识库中,当以后再需要计算f(x1,x2,…,xn)时,就可以直接从存储器把(y1,y2,…,ym)检索出来,而不需要再重新进行计算。(x1,x2,…,xn)(y1,y2,…,yn)[(x1,x2,…,xn),(y1,y2,…,yn)]f存储输入模式执行函数输出模式输入输出模式对机械式学习的学习模型7.2记忆学习模型87.3归纳学习归纳学习是指以归纳推理为基础的学习,其任务是要从关于某个概念的一系列已知的正例和反例中归纳出一个一般的概念描述。7.3.1示例学习是归纳学习的一种特例。它给学习者提供某一概念的一组正

6、例和反例,学习者归纳出一个总的概念描述,并使这个描述适合于所有的正例,排除所有的反例。7.3.2决策树学习是一种以示例为基础的归纳学习方法,也是目前最流行的归纳学习方法之一。在现有的各种决策树学习算法中,影响较大的是ID3算法。本节主要讨论决策树的概念和决策树学习的ID3算法。9按例子的来源分类①例子来源于教师的示例学习②例子来源于学习者本身的示例学习学习者明确知道自己的状态,但完全不清楚所要获取的概念。③例子来源于学习者以外的外部环境的示例学习例子的产生是随机的。按例子的类型分类①仅利用正例的示例学习这种学习方法会使推出的概念的外延扩大化。②利用正例和反例的示例学习这是示例学习的一

7、种典型方式,它用正例用来产生概念,用反例用来防止概念外延的扩大。7.3.1示例学习1.示例学习的类型10示例空间规则空间验证过程解释过程示例空间是我们向系统提供的示教例子的集合。研究问题:例子质量,搜索方法。解释过程是从搜索到的示例中抽象出一般性的知识的归纳过程。解释方法:常量转换为变量,去掉条件,增加选择,曲线拟合等。规则空间是事务所具有的各种规律的集合。研究问题:对空间的要求,搜索方法验证过程是要从示例空间中选择新的示例,对刚刚归纳出的规则做进一步的验

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。