计算机编程.pdf_第1页
计算机编程.pdf_第2页
计算机编程.pdf_第3页
计算机编程.pdf_第4页
计算机编程.pdf_第5页
已阅读5页,还剩19页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第六章 机器学习第六章 机器学习 6 1 机器学习的定义 研究意义与发展历史机器学习的定义 研究意义与发展历史 6 2 机器学习的主要策略与基本结构机器学习的主要策略与基本结构 6 3 6 7 几种常用的学习方法几种常用的学习方法 6 8 知识发现知识发现 6 9 小结小结 CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC 武汉工程大学 智能科学与技术 2 6 1 机器学习的定义和发展历史6 1 机器学习的定义和发展历史 6 1 1 机器学习的定义机器学习的定义 机器学习的定义 顾名思义 机器学习是研究如何使用机器来 模拟人类学习活动的一门学科 稍为严格 的提法是 机器学习是一门研究机器获取 新知识和新技 能 并识别现有知识的学问 机器学习的定义 顾名思义 机器学习是研究如何使用机器来 模拟人类学习活动的一门学科 稍为严格 的提法是 机器学习是一门研究机器获取 新知识和新技 能 并识别现有知识的学问 CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC 武汉工程大学 智能科学与技术 3 6 1 2机器学习的发展史6 1 2机器学习的发展史 机器学习的发展分为4个时期机器学习的发展分为4个时期 第一阶段是在50年代中叶到60年代中叶第一阶段是在50年代中叶到60年代中叶 属于热烈时期 属于热烈时期 第二阶段在60年代中叶至70年代中叶第二阶段在60年代中叶至70年代中叶 被 称为机器学习的冷静时期 被 称为机器学习的冷静时期 第三阶段从70年代中叶至80年代中叶第三阶段从70年代中叶至80年代中叶 称 为复兴时期 称 为复兴时期 机器学习的最新阶段始于1986年机器学习的最新阶段始于1986年 6 1 机器学习的定义和发展历史 CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC 武汉工程大学 智能科学与技术 4 机器学习进入新阶段的表现机器学习进入新阶段的表现 机器学习机器学习已成为新的边缘学科并在高校形 成课程 已成为新的边缘学科并在高校形 成课程 综合各种学习方法综合各种学习方法 机器学习与人工智能问题机器学习与人工智能问题的统一性观点正 在形成 的统一性观点正 在形成 各种学习方法的应用范围不断扩大 各种学习方法的应用范围不断扩大 数据挖掘和知识发现数据挖掘和知识发现的研究已形成热潮 的研究已形成热潮 与机器学习有关的学术活动空前活跃 与机器学习有关的学术活动空前活跃 6 1 机器学习的定义和发展历史 CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC 武汉工程大学 智能科学与技术 5 6 2 机器学习的主要策略和基本结构6 2 机器学习的主要策略和基本结构 6 2 1 机器学习的主要策略机器学习的主要策略 按照学习中使用推理的多少 机器学习所采 用的策略大体上可分为4种 按照学习中使用推理的多少 机器学习所采 用的策略大体上可分为4种 机械学习机械学习 通 过传授学习 通 过传授学习 类比学习类比学习和和通过事例学习 通过事例学习 机械学习机械学习 传授学习策略传授学习策略 类比学习系统类比学习系统 通过事例学习策略通过事例学习策略 CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC 武汉工程大学 智能科学与技术 6 6 2 2 机器学习系统的基本结构机器学习系统的基本结构 1 学习系统的基本结构 环 境环 境学 习学 习知识库知识库执 行执 行 图6 1 学习系统的基本结构图6 1 学习系统的基本结构 6 2 机器学习的主要策略和基本结构 CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC 武汉工程大学 智能科学与技术 7 2 影响学习系统设计的要素2 影响学习系统设计的要素 影响学习系统设计的最重要因素 是环境向系统提供的信息 影响学习系统设计的最重要因素 是环境向系统提供的信息 或者 更具体地说是信息的质量 或者 更具体地说是信息的质量 知识库是影响学习系统设计的第 二个因素 知识库是影响学习系统设计的第 二个因素 知识的表示有特征向 量 一阶逻辑语句 产生式规则 语义网络和框架等多种形式 知识的表示有特征向 量 一阶逻辑语句 产生式规则 语义网络和框架等多种形式 6 2 机器学习的主要策略和基本结构 CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC 武汉工程大学 智能科学与技术 8 6 3 机械学习6 3 机械学习 1 机械学习模式1 机械学习模式 机器学习是最简单的学习方法 机器学习 就是记忆 即把新的知识存储起来 供需要时 检索调用 而不需要计算和推理 它是一种最 基本的学习过程 机器学习是最简单的学习方法 机器学习 就是记忆 即把新的知识存储起来 供需要时 检索调用 而不需要计算和推理 它是一种最 基本的学习过程 6 3 机械学习 CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC 武汉工程大学 智能科学与技术 9 存储存储计算计算推导推导归纳归纳 算法与理论 机械记忆搜索规则 算法与理论 机械记忆搜索规则 图6 2 数据化简级别图图6 2 数据化简级别图 Lenat Hayes Roth 和Klahr等人于1979年 关于机械学习提出一种有趣的观点 见图6 2 Lenat Hayes Roth 和Klahr等人于1979年 关于机械学习提出一种有趣的观点 见图6 2 6 3 机械学习 CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC 武汉工程大学 智能科学与技术 10 2 机械学习的主要问题2 机械学习的主要问题 存储组织信息 存储组织信息 要采用适当的存储方 式 使检索速度尽可能地快 要采用适当的存储方 式 使检索速度尽可能地快 环境的稳定性与存储信息的适用性问题 环境的稳定性与存储信息的适用性问题 机械学习系统必须保证所保存的信息适 应于外界环境变化的需要 机械学习系统必须保证所保存的信息适 应于外界环境变化的需要 存储与计算之间的权衡 存储与计算之间的权衡 对于机械学习 来说很重要的一点是它不能降低系统的 效率 对于机械学习 来说很重要的一点是它不能降低系统的 效率 6 3 机械学习 CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC 武汉工程大学 智能科学与技术 11 6 4 归纳学习归纳学习 归纳学习 归纳学习 induction learning 是应用归纳推理进 行学习的一种方法 根据归纳学习有无教师指导 可把它分为示例学习和观察与发现学习 是应用归纳推理进 行学习的一种方法 根据归纳学习有无教师指导 可把它分为示例学习和观察与发现学习 6 4 1 归纳学习的模式和规则归纳学习的模式和规则 归纳学习的模式归纳学习的模式 解释过程 实例空间 规则空间 规划过程 CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC 武汉工程大学 智能科学与技术 12 6 5 类比学习类比学习 6 5 1 类比推理和类比学习方式类比推理和类比学习方式 类比学习 类比学习 learning by analogy 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 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 其推理过程如下 回忆与联想 选择 建立对应关系 转换 其推理过程如下 回忆与联想 选择 建立对应关系 转换 CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC 武汉工程大学 智能科学与技术 13 6 5 2 类比学习过程与研究类型类比学习过程与研究类型 类比学习主要包括如下四个过程 类比学习主要包括如下四个过程 1 输入一组已知条件和一组未完全确 定的条件 输入一组已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可类比的对 应关系 对两组出入条件寻找其可类比的对 应关系 3 根据相似转换的方法 进行映射 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 对类推得到的知识进行校验 6 5 类比学习 CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC 武汉工程大学 智能科学与技术 14 类比学习的研究可分为两大类类比学习的研究可分为两大类 1 问题求解型的类比学习问题求解型的类比学习 2 预测推定型的类比学习 它又分为 两种方式 一是传统的类比法 另一是因果关系型的类比 预测推定型的类比学习 它又分为 两种方式 一是传统的类比法 另一是因果关系型的类比 6 5 类比学习 CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC 武汉工程大学 智能科学与技术 15 6 6 解释学习解释学习 6 6 1 解释学习过程和算法解释学习过程和算法 1986年米切尔 Mitchell 等人为基于 解释的学习提出了一个统一的算法EBG 1986年米切尔 Mitchell 等人为基于 解释的学习提出了一个统一的算法EBG 训练例子 操作准则 知识库 新规则 目标概念 CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC 武汉工程大学 智能科学与技术 16 EBG求解问题的形式可描述于下求解问题的形式可描述于下 给定 给定 1 目标概念描述目标概念描述TC 2 训练实例训练实例TE 3 领域知识领域知识DT 4 操作准则操作准则OC 求解 训练实例的一般化概括 使之满足 求解 训练实例的一般化概括 使之满足 1 目标概念的充分概括描述目标概念的充分概括描述TC 2 操作准则操作准则OC 6 6 解释学习 CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC 武汉工程大学 智能科学与技术 17 6 7 神经学习神经学习 6 6 1 基于反向传播网络的学习基于反向传播网络的学习 反向传播反向传播 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 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 BP算法过程 包含从输出节点开始 反向地向第一隐 含层传播由总误差引起的权值修正 算法过程 包含从输出节点开始 反向地向第一隐 含层传播由总误差引起的权值修正 CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC 武汉工程大学 智能科学与技术 18 6 7 2 基于基于Hopfield网络的学习网络的学习 反馈神经网络 它是一种动态反 馈系统 比前馈网络具有更强的计 算能力 Hopfield网络是一种具有正反相 输出的带反馈人工神经元 反馈神经网络 它是一种动态反 馈系统 比前馈网络具有更强的计 算能力 Hopfield网络是一种具有正反相 输出的带反馈人工神经元 6 7 神经学习 CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC 武汉工程大学 智能科学与技术 19 6 8 知识发现知识发现 6 8 1 知识发现的发展和定义知识发现的发展和定义 知识发现的产生和发展知识发现的产生和发展 知识发现最早是于知识发现最早是于1989年年8月在第月在第11届国际 人工智能联合会议的专题讨论会上提出 届国际 人工智能联合会议的专题讨论会上提出 知识发现的定义知识发现的定义 数据库中的知识发现是从大量数 据中辨识 出有效的 新颖的 潜在有用的 并可被 理解的 模式的高级处理过程 数据库中的知识发现是从大量数 据中辨识 出有效的 新颖的 潜在有用的 并可被 理解的 模式的高级处理过程 CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC 武汉工程大学 智能科学与技术 20 6 8 2 知识发现的处理过程知识发现的处理过程 1 数据选择数据选择 根据用户的需求从数据 库中提取与 根据用户的需求从数据 库中提取与KDD相关的数据 相关的数据 2 数据预处理数据预处理 主要是对上述数据进 行再加工 检查数据的完整性及数据 的一致性 对丢失的数据利用统计方 法进行填补 形成发掘数据库 主要是对上述数据进 行再加工 检查数据的完整性及数据 的一致性 对丢失的数据利用统计方 法进行填补 形成发掘数据库 6 8 知识发现 CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC 武汉工程大学 智能科学与技术 21 3 数据变换数据变换 即从发掘数据库里选择 数据 4 即从发掘数据库里选择 数据 4 数据挖掘数据挖掘 根据用户要求 确定KDD 的目标是发现何种类型的知识 5 根据用户要求 确定KDD 的目标是发现何种类型的知识 5 知识评价知识评价 这一过程主要用于对所获 得的规则进行价值评定 以决定所得 的规则是否存入基础知识库 这一过程主要用于对所获 得的规则进行价值评定 以决定所得 的规则是否存入基础知识库 6 8 知识发现 CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC CISICCISICCISIC 武汉工程大学 智能科学与技术 22 6 8 3 知识发现的方法知识发现的方法 1 统计方法 统计方法是从事物的外在数量上 的表现去推断该事物可能的规律性 统计方法 统计方法是从事物的外在数量上 的表现去推断该事物可能的规律性 2 机器学习方法机器学习方法 3 神经计算方法神经计算方法 4 可视化方法 可视化 可视化方法 可视化 visualization 就是把数据

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论