譚營---機器學習研究及最新進展-文庫吧
2025-07-17 14:24 本頁面
【正文】 iousness? ? Why Do Humans Have So Few Genes? ? To What Extent Are Geic Variation and Personal Health Linked? ? Can the Laws of Physics Be Unified? ? How Much Can Human Life Span Be Extended? ? What Controls Organ Regeneration? ? How Can a Skin Cell Bee a Nerve Cell? ? How Does a Single Somatic Cell Bee a Whole Plant? ? How Does Earth39。s Interior Work? ? Are We Alone in the Universe? ? How and Where Did Life on Earth Arise? ? What Determines Species Diversity? ? What Geic Changes Made Us Uniquely Human? ? How Are Memories Stored and Retrieved? ? How Did Cooperative Behavior Evolve? ………. On 25 big questions facing science over the next quartercentury. (1 July 2022) 2022/8/18 譚營 機器學習研究及最新進展 21 記憶的模型與過程 ? 記憶的模型與過程 通常包括三個相互聯(lián)系的階段： 編碼（ encoding）， 存儲（ storage） 提?。?retrieval） ?記憶的模型 2022/8/18 譚營 機器學習研究及最新進展 22 工作記憶 （ Working Memory） ? 工作記憶系統(tǒng)能同時儲存和加工信息 ， 這和短時記憶概念僅強調(diào)儲存功能是不同的 。 ? 工作記憶分成：中樞執(zhí)行系統(tǒng) 、 視空初步加工系統(tǒng)和語音環(huán)路 。 ? 工作記憶與語言理解能力 、 注意力及推理能力等聯(lián)系緊密 ， 工作記憶蘊藏 智能 的玄機 。 2022/8/18 譚營 機器學習研究及最新進展 23 Working Memory Model 2022/8/18 譚營 機器學習研究及最新進展 24 機器學習的分支 ? 數(shù)據(jù)挖掘 ：利用歷史數(shù)據(jù)來改進決策 – 例如：醫(yī)學記錄 —— 醫(yī)學知識 ? 軟件應用 （不能手工編程的應用） – 汽車自動駕駛 – 語音識別 等 ? 自用戶化程序 – 新聞閱讀器學習用戶的閱讀興趣。 返回 2022/8/18 譚營 機器學習研究及最新進展 25 機器學習早期研究 ? Rosenblatt的 感知機 (1956)。 ? Widrow的 Madline (1960)。 ? Samuel的符號機器學習 (1965)。 ? Minsky的“ Perceptron”著作 (1969， 1988)。 2022/8/18 譚營 機器學習研究及最新進展 26 Perceptrons ? Devised by Frank Rosenblatt in the late 1950s – A singlelayer work where all inputs and activation values are either 0 or 1, and the weights are real valued – Activation function is a simple linear threshold ? 1 if ∑ xiwi t ? 0 otherwise – Supervised learning, perceptron changes weights based on correct results ? If output is correct, do nothing ? If output is 0 and should be 1, increment weights on the active lines (input of 1) by some amount d. ? If output is 1 and should be 0, decrement weights on the active lines by some amount d. 2022/8/18 譚營 機器學習研究及最新進展 27 Limits of Perceptrons ? Singlelayer works are only capable of learning classes that are linearly separable – For example, exclusiveor is not linearly separable, and thus cannot be represented by a perceptron ? For any ndimensional space, a classification is linearly separable if these groups can be separated with a single n1 dimensional hyperplane Y X X xor Y = 0 X xor Y = 1 0 1 1 2022/8/18 譚營 機器學習研究及最新進展 28 二十世紀八十年代的研究 ? 符號機器學習取得進展。 ? 神經(jīng)網(wǎng)絡的研究。 ? 計算學習理論 PAC(概率近似正確 )。 2022/8/18 譚營 機器學習研究及最新進展 29 兩類最重要的符號機器學習算法 ? 覆蓋算法與分治算法。 –七十年代末， Michalski基于帶等號的邏輯演算，提出了 AQ11算法，稱為符號機器學習的覆蓋算法。 –1986年， Quinlan提出了決策樹算法，也稱為分治算法 (樹結(jié)構(gòu)表示的最早研究是CLS，概念學習系統(tǒng) )。 2022/8/18 譚營 機器學習研究及最新進展 30 神經(jīng)網(wǎng)絡 ? Hopfield模型。 ? Kohonen模型。 ? Goldberg的 ART模型。 ? …… 。 ? 最有影響的是 Remulhart等人提出的 BP算法(1986)。 2022/8/18 譚營 機器學習研究及最新進展 31 計算學習理論 ? 1984年， Valiant提出機器學習應該以模型概率近似正確 (1?)為指標，而不是以概率為 1為指標。 ? 學習算法必須對樣本集合的規(guī)模呈多項式。 ? 統(tǒng)計機器學習、集成機器學習等方法的理論基礎。 2022/8/18 譚營 機器學習研究及最新進展 32 機器學習 學科 ? 1983年， . Michalski等人撰寫《機器學習：通往人工智能的途徑》一書 ? 1986年， Machine Learning雜志創(chuàng)刊 ? 1997年 以 Tom Mitchell的 經(jīng)典教科書（ McGraw Hill Press， 1997）中 都沒有貫穿始終的 基礎 體系， 只不個是 不同方法和技術(shù)的 羅列 ? 機器學習還非常年輕、很不成熟 返回 2022/8/18 譚營 機器學習研究及最新進展 33 機器學習的主要方法 ? 傳統(tǒng)分類 – 歸納機器學習 – 解釋機器學習 – 遺傳機器學習 – 連接機器學習 ? 現(xiàn)代分類 （ 1997年， Dietterich） – 符號機器學習。
規(guī)章制度相關推薦
鄂ICP備17016276號-1