第七章 机器学习modified_第1页
第七章 机器学习modified_第2页
第七章 机器学习modified_第3页
第七章 机器学习modified_第4页
第七章 机器学习modified_第5页
已阅读5页，还剩17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

第七章机器学习7.1基本概念机器学习学习——知识获取过程内在行为——获取知识，发现规律，更新技能外在行为——改进性能，适应环境，实现自我完善机器学习指机器模拟人的学习行为

机器学习的分类根据学习方法分机械式学习指导式学习示例学习类比学习解释学习根据推理方式分基于演绎的学习例如：解释学习基于归纳的学习例如：示例学习7.1基本概念7.2学习方法简介

机械式学习指导式学习示例学习类比学习解释学习机械式学习（RoteLearning）/死记硬背式 例如：塞缪尔的跳棋程序CHECKERS

利用存储空间换取处理时间

7.2学习方法简介7.2学习方法简介指导式学习（LearningbybeingTold)/教授式学习 例如：专家系统的知识获取方式征询建议转换成可执行的内部形式并入知识库评价示例学习（Learningfromexamples)概念

从若干个有关的例子中，经归纳得出的一般性概念的学习方法。

每个例子都有仅适于该例的特殊知识，示例学习就是从这些特殊知识中归纳出适用于更大范围的一般性知识。它覆盖所有的正例，并排除所有的反例。7.2学习方法简介例：以一批动物特性的描述作为示例，告诉学习系统哪个动物是“马”，哪个不是。当示例足够多时，学习系统就能概括出“马”的基本概念模型，使自己能够识别马，把马与其它动物区别开来。7.2学习方法简介学习模型

示例空间验证知识库搜索解释形成知识通过搜索，从示例空间选择合适的示例，经解释得到所需信息，对信息综合、归纳形成一般知识，放入知识库，最后再从示例空间中选择更多的示例对它进行验证7.2学习方法简介归纳推理枚举归纳设a1、a2……an是某类事物A中的具体事例。若a1、a2……an都有属性P，则当n足够大时，可归纳出A中所有事物都具有属性P

联想归纳已知两个事物a和b，已有n个属性P1,P2…。。。Pn相同或相似。当发现a具有属性Pn+1，且n足够大时，可归纳出b也具有属性Pn+17.2学习方法简介

类比归纳设A、B是两类事物的集合

A={a1、a2……}B={b1、b2……}

当ai具有属性P时，bi就有属性Q与之对应，即 P（ai）→

Q（bi）i=1、2、3…

则当A与B中产生一对新元素a′єA和b′єB时，若a′有属性P，则可归纳出b′有属性Q，即

P（a'）→

Q（b'）7.2学习方法简介另：逆推理归纳，消除归纳等7.2学习方法简介7.2学习方法简介概念聚类 ------将事例按照一定的准则分类例：相容启发，最近邻物体的寻求等类比学习（LearningbyAnalogy）概念已知两个相似域在某些方面相似，从而推出它们在其他方面也相似。例： S－源域 T－目标域设S1，S2是S中

人人文库> 全部分类> 专业文献 > 医学资料

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。

最新文档

评论

0/150

提交评论