人工智能之机器学习.docx
- 文档编号:1163055
- 上传时间:2022-10-18
- 格式:DOCX
- 页数:8
- 大小:168.64KB
人工智能之机器学习.docx
《人工智能之机器学习.docx》由会员分享,可在线阅读,更多相关《人工智能之机器学习.docx(8页珍藏版)》请在冰豆网上搜索。
人工智能之机器学习
pfa^iSMe
■研究意文与发展历史
■主要策略与基本结构
■儿种常用的机器学习方法
■知识发现
匚P机器学习的定义和发展历史
机器学习的定义
O九幣学A机器学习足研究如何便用机器來模拟人类学习活动的-门学科。
口稍为严格丫旳提法足:
机器学AI机益学习足-门研究机器茨取新知识和新技能,并识别现仃知识的学问。
机器学习的发展分为四个时期
□第-阶段足在笫i阶段是在50年代中叶到60年代中叶,屈于企5£;期。
口第二阶段在60年代中叶至70年代中叶,被称为机器学AI的/
口第三阶段从70年代中叶至80年代中叶,称为咒肘©。
□1986年之后,机器学习的研究进入艸件的发展时妙.
■
机器学习的目前状况
机器学习进入新阶段的表现
口机器学习Li成为新的边缘学科并在高校形成课程。
口综合并种学习方法
口机器学习与人T.智能问题的统一性观点正在形成。
口各种学习方法的应用范I韦I不断扩大。
口数据挖掘和知识发现的研究已形成热潮。
kl
kl
□与机器学习冇关的学术活动帘前活跃。
机器学习的主耍策略
口按照学习屮使川推理的多少,机器学习所采川的策略人体上町分为四种
■机械学习
■假授学列策略
■类比学习系统
■通过事例学习策略
学y系统的基本结构
AL
首耍因素
口够响学习系统设计的最亟要W索是坏境向系统捉供的信息,或者更具体地说是信息的质肚。
次要因索
口知识库是影响学习系统设计的第二个因素。
口知识的表示主耍冇以下儿种形式:
■特征向a
■一阶逻轲语句
■产生式规则
■语义网络和框架
计算机"j悴制学院
;>芋科iU橹
AL
VhnniKinrer(UPBMf|CH«BU(T
匚P机械学习
机械学〉J模式
口机械学习是机器学习是故简单的学习方法。
口机械学习就足记忆,即把新的知识存储起來,供需要时检索调川,而不需要计算和推理。
它是一种最基本的学习过程。
□Lenat,Hayes-Roth,和Klahr等人于1979年关于机械学习提出一种仃趣的观点。
存储组织信息
口要采用适当的存储方式,使检索速度尽町能地快。
环境的稳疋性与存储信息的适用性问题
口机械学习系统必须保证所保存的信息适应丁•外界环境变化的需耍。
存储与计算N间的权衡
口对r机械学习來说很重耍的一点是它不能降低系统的效率。
计算机"j悴制学院
■归纳学习的概念
口是应用归纳推理进行学习的一种方法。
口根据归纳学习冇无教师指导,可把它分为J:
例宁」j和观*与发现学,J
■归纳学习的模式
解幷过程
語妞#€芋科iU榕
X.“・ 类比推理和类比学Al方式 类比学习就是通过类比,即通过对相似事 物加以比较所进行的一种学习。 口其推理过程如H: 叵[忆」j联想—选择—建立对应关系—转换 计算机"j控制学院 >科KA% X_丿・hMnUun«C(UUMC 类比学习主婆包括如下四个过程: 1.输入一纽(2知条件和一组未完全确定的条件。 2.对两组出入条件寻找其町类比的对应关系。 3•根据相似转换的方法,进行映射。 4•对类推得到的知识进行校验。 类比学习的研究町分为两大类: 1•问题求解型的炎比学习 2.预测推定型的炎比学习。 ■两种方式: 一足传统的类比法: 另一是凶果关条號的类比 >i44<^科KA% X;tWM»hMnuurr«c(UUMCW3 解释学习 FL kl —y1 解释学习过程和算法 □1986年米切尔(Mitchell)等人为基于解禅的学习提 出了一个统一的算法EBG(堆•: 斛押的泛化)O □该算法建立了基r解释的概插过程,并运用知识逻辑表示和演绎推理进行问题求解。 >'科iU冷 X■丿・hNMUunrec(unmcwuhbuz #j准则可标概念JI 训练例子I1I知谊库计算机与悴制学院 斯规则 FL EBG求解问题的形式 kl —y1 给定: 1.H标概念描述TC;2训练实例TE; 3•领域知识DT; 4•操作准则OCC 求解: 口训练实例的一般化概括,使Z满足: 1.11标概念的充分概括描述TC 2•操作准则OCO >'i44<^科iU冷 X■丿・M3»hNMUunrec(unmcwuhbuz AL nI AL nI 匚P神经学习 基r反向传播网络的学习口反向传播(back-propagation,BP)算法是一种计算单个权值变化引起网络性能变化值的较为简单的方法。 口BP算法过程包含从输出节点开始,反向地向第一隐含层传播由总溟差引起的权值修止。 基于Hopfield网络的学习 口反馈神经网络,它是'种动态反馈系统,比询馈网络U仃史强的计算能力。 □Hopfield网络是一种具冇正反相输出的带反馈人工神经元。 计蒔机£悴制学院 >■科钛女诊 \hNHiwnr«c(uniKficimuu 二頭破现~~ 知识发现的发展和定义口知识发现的产牛和发展 ■知识发现星早足丁1989年8刀在第门也国际人匸智能联合会议的专题讨论会上提出。 口知识发现的定义 ■数据库屮的知识发现是从大a数据中辨识出何效的、斯颗的、潜在的用的、并町被理解的模式的高级处理过程。 >科lU孕 \hNHiwnr«c(uniKficimuu 1•数据选择 □根抓用八的需求从数fl-iPP'I'lii取yKDD相关的数据。 2•数据预处理 口主箜足对上述数据进行再加工,检資数据的完整性及数堀的一致性,对£失的数执;利川统计力法进行填补,形成发掘数据库。 3•数据变换 □即从发捌数据库里选择数据 4•数据挖掘 □根据用户耍求,确zkKDD的U标是发现何种类型的知识。 5.知识评价 □这一过程r对所获御的规则进行价值评怎,以决定所得的规则是否存入畢础知识库。 >M“■电芋科钛女色计算机挖制学院 JM3・iwumr•(unmcwe kl I* 统计方法 口统计方法是从爭物的外在数量上的表现去推断该爭物町能的规律性。 机器学习方法 神经计算方法 可视化方法 □可视化(visualization)就足把数拯、信息和知识转化为可视的表示形式的过程。 ”科it犬孕 JM3・iwumr•(unmcwe 知识发现已在许多领域得到应川。 现在,知识发现已在银行业、保险业、零售业、医疗保健、工程和制造业、科学研究、卫星观察和娱乐业等行业和部门得到成功应川,为人们的科学决策提供很大帮助。 计算机拧制学院 木讲只对机器7习作个入门介绍。 机器学习在过去十多年中获得较大发展。 综合技 今后机器学习将在理论概念、计算机理、 术和推产战用等方而开展新的研究。 其屮,对结构模型、计算理论、算法和混合学习的开发尤为重要。 在这些方向,有许多屮要做,有许多新问题需耍人们去解决。 y科iU冷 /M>»hNHUun«c(unmcwz
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能 机器 学习
![提示](https://static.bdocx.com/images/bang_tan.gif)