人工智能技術簡明教程 教學課件 作者 廉師友 第6章 機器學習與知識發(fā)現(xiàn)（白）.ppt

《人工智能技術簡明教程 教學課件 作者 廉師友 第6章 機器學習與知識發(fā)現(xiàn)（白）.ppt》由會員上傳分享，免費在線閱讀，更多相關內容在應用文檔-天天文庫。

1、第6章機器學習與知識發(fā)現(xiàn)6.1機器學習概述6.2符號學習6.3神經(jīng)網(wǎng)絡學習6.4知識發(fā)現(xiàn)與數(shù)據(jù)挖掘6.1機器學習概述6.1.1機器學習的概念心理學中對學習的解釋是：學習是指（人或動物）依靠經(jīng)驗的獲得而使行為持久變化的過程。Simon認為：如果一個系統(tǒng)能夠通過執(zhí)行某種過程而改進它的性能，這就是學習。Minsky認為：學習是在人們頭腦中（心理內部）進行有用的變化。TomM.Mitchell在《機器學習》一書中對學習的定義是：對于某類任務T和性能度P，如果一個計算機程序在T上以P衡量的性能隨著經(jīng)驗E而自

2、我完善，那么，我們稱這個計算機程序從經(jīng)驗E中學習。當前關于機器學習的許多文獻中也大都認為：學習是系統(tǒng)積累經(jīng)驗以改善其自身性能的過程?？傊孩賹W習與經(jīng)驗有關；②學習可以改善系統(tǒng)性能；③學習是一個有反饋的信息處理與控制過程。因為經(jīng)驗是在系統(tǒng)與環(huán)境的交互過程中產生的，而經(jīng)驗中應該包含系統(tǒng)輸入、響應和效果等信息。因此經(jīng)驗的積累、性能的完善正是通過重復這一過程而實現(xiàn)的。6.1.2機器學習的原理圖9-1機器學習原理1圖9-2機器學習原理2圖9-3機器學習原理3圖9-4機器學習原理4圖9-5機器學習原理56.1

3、.3機器學習的分類1.基于學習策略的分類（1）模擬人腦的機器學習●符號學習：模擬人腦的宏觀心理級學習過程，以認知心理學原理為基礎，以符號數(shù)據(jù)為輸入，以符號運算為方法，用推理過程在圖或狀態(tài)空間中搜索，學習的目標為概念或規(guī)則等。符號學習的典型方法有：記憶學習、示例學習、演繹學習、類比學習、解釋學習等?！裆窠?jīng)網(wǎng)絡學習（或連接學習）：模擬人腦的微觀生理級學習過程，以腦和神經(jīng)科學原理為基礎，以人工神經(jīng)網(wǎng)絡為函數(shù)結構模型，以數(shù)值數(shù)據(jù)為輸入，以數(shù)值運算為方法，用迭代過程在系數(shù)向量空間中搜索，學習的目標為函數(shù)。典

4、型的連接學習有權值修正學習、拓撲結構學習。（2）直接采用數(shù)學方法的機器學習●主要有統(tǒng)計機器學習。2.基于學習方法的分類（1）歸納學習●符號歸納學習：典型的符號歸納學習有示例學習，決策樹學習?！窈瘮?shù)歸納學習（發(fā)現(xiàn)學習）：典型的函數(shù)歸納學習有神經(jīng)網(wǎng)絡學習、示例學習，發(fā)現(xiàn)學習，統(tǒng)計學習。（2）演繹學習（3）類比學習：典型的類比學習有案例（范例）學習。（4）分析學習：典型的分析學習有案例（范例）學習、解釋學習。3.基于學習方式的分類（1）有導師學習（監(jiān)督學習）：輸入數(shù)據(jù)中有導師信號，以概率函數(shù)、代數(shù)函數(shù)或

5、人工神經(jīng)網(wǎng)絡為基函數(shù)模型，采用迭代計算方法，學習結果為函數(shù)。（2）無導師學習（非監(jiān)督學習）：輸入數(shù)據(jù)中無導師信號，采用聚類方法，學習結果為類別。典型的無導師學習有發(fā)現(xiàn)學習、聚類、競爭學習等。（3）強化學習（增強學習）：以環(huán)境反饋（獎/懲信號）作為輸入，以統(tǒng)計和動態(tài)規(guī)劃技術為指導的一種學習方法。4.基于數(shù)據(jù)形式的分類（1）結構化學習：以結構化數(shù)據(jù)為輸入，以數(shù)值計算或符號推演為方法。典型的結構化學習有神經(jīng)網(wǎng)絡學習、統(tǒng)計學習、決策樹學習、規(guī)則學習。（2）非結構化學習：以非結構化數(shù)據(jù)為輸入，典型的非結構化

6、學習有類比學習、案例學習、解釋學習、文本挖掘、圖像挖掘、Web挖掘等。5.基于學習目標的分類（1）概念學習：即學習的目標和結果為概念，或者說是為了獲得概念的一種學習。典型的概念學習有示例學習。（2）規(guī)則學習：即學習的目標和結果為規(guī)則，或者說是為了獲得規(guī)則的一種學習。典型的規(guī)則學習有決策樹學習。（3）函數(shù)學習：即學習的目標和結果為規(guī)則，或者說是為了獲得函數(shù)的一種學習。典型的函數(shù)學習有神經(jīng)網(wǎng)絡學習。（4）類別學習：即學習的目標和結果為對象類，或者說是為了獲得類別的一種學習。典型的類別學習有聚類分析。（

7、5）貝葉斯網(wǎng)絡學習：即學習的目標和結果是貝葉斯網(wǎng)絡，或者說是為了獲得貝葉斯網(wǎng)絡的一種學習。其又可分為結構學習和參數(shù)學習。6.2符號學習6.2.1記憶學習記憶學習方法簡單,但學習系統(tǒng)需要幾種能力：(1)能實現(xiàn)有組織的存儲信息。(2)能進行信息綜合。(3)能控制檢索方向。當存儲對象愈多時,其中可能有多個對象與給定的6.2.2示例學習示例學習也稱實例學習,它是一種歸納學習。示例學習是從若干實例(包括正例和反例)中歸納出一般概念或規(guī)則的學習方法。圖9-6第一個拱橋的語義網(wǎng)絡圖9-7第二個拱橋的語義網(wǎng)絡圖

8、9-8學習程序歸納出的語義網(wǎng)絡圖9-9拱橋概念的語義網(wǎng)絡例9.1假設示例空間中有橋牌中"同花"概念的兩個示例: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，紅桃)∧花色(c2，紅桃)∧花色(c3，紅桃)∧花色(c4，紅桃)→同花(c1，c2，c3，c4)關于同花的一般性規(guī)則:花色(c1，x)∧花色(c2，x)∧花色(c3，x)∧花色(c4，x)→同花(c1，c2，c3，c4)對于這個問題可