第五章機器學(xué)習(xí)(完整版)
【正文】 刻 t的強度； B(a,t)=C*z(a)*q(a,t) (C是一個常數(shù) ,C1) z(a)= 的條件部分符號總數(shù)符號個數(shù)的條件部分中非aa第五章 機器學(xué)習(xí) 第四節(jié) 遺傳式學(xué)習(xí) 四、水桶排隊算法 把收到的外部消息記錄在消息表上 把消息表上的全部消息和知識庫中所有規(guī)則的條件部分匹配 令匹配成功的規(guī)則集為 S，若 S為空集，則轉(zhuǎn) 9 設(shè)當(dāng)前時刻為 t，計算每個規(guī)則在時刻 t的競爭力，根據(jù)競爭力算出這些規(guī)則被選中的概率，根據(jù)這些概率選出一批規(guī)則作為獲勝者，它們將自己的動作部分作為新消息存于緩沖區(qū)中 若緩沖區(qū)中含有矛盾消息，則繼續(xù)使用競爭的辦法消除矛盾中較弱的一方 第五章 機器學(xué)習(xí) 第四節(jié) 遺傳式學(xué)習(xí) 四、水桶排隊算法 用緩沖區(qū)中剩余的消息代替消息表上原有的消息 若經(jīng)過 6各步后緩沖區(qū)中留存的各個消息的生產(chǎn)者是規(guī)則組 {ai}，則對每個 ai作如下操作： (1)q(ai,t+1):=q(ai,t)B(ai,t) (2)對任何規(guī)則 bj，若 bj在上一步中產(chǎn)生的消息使 ai在這一步匹配成功，則令 q(bj,t+1):=q(bj,t)+B(ai,t)/n (n是滿足上述條件的 bj的個數(shù) ) 第五章 機器學(xué)習(xí) 第四節(jié) 遺傳式學(xué)習(xí) 四、水桶排隊算法 調(diào)用遺傳學(xué)習(xí)算法改進知識庫，得到一個新的知識庫 輸出界面向外部環(huán)境輸出消息表中的消息，t:=t+1，轉(zhuǎn) 1 注：水桶排隊算法可作為信任分配機制。維可以有層次結(jié)構(gòu)。 數(shù)據(jù)立方體的實體化是指預(yù)先執(zhí)行某些計算，存儲計算結(jié)果，在數(shù)據(jù)分析時直接使用。 四、多層網(wǎng)絡(luò)的學(xué)習(xí) 使用反傳算法 五、 Hopfield模型網(wǎng)絡(luò) 使用模擬退火方法。 注：若知識單元是規(guī)則，則稱為規(guī)則強度。 第五章 機器學(xué)習(xí) 第四節(jié) 遺傳式學(xué)習(xí) 一、基本原理 競爭機制 注： 2)在自適應(yīng)系統(tǒng)中引進競爭機制，就是將達(dá)爾文發(fā)現(xiàn)的物種競爭、適者生存的生物進化規(guī)律運用到系統(tǒng)的演變中來，并把它們作為一種學(xué)習(xí)的手段加以運用，以便淘汰不適用的知識，增加有用的知識。 注： 1)基于案例的學(xué)習(xí)所使用的案例庫不象規(guī)則庫那樣有知識的不一致問題。 Valiant —— 關(guān)于可學(xué)習(xí)性的理論：概率地、近似地、正確地可學(xué)習(xí)的 (PAC Probably、Approximately、 Correct) PAC學(xué)習(xí)模型。 第五章 機器學(xué)習(xí) 第二節(jié) 歸納學(xué)習(xí) 七、決策樹學(xué)習(xí) ID4學(xué)習(xí)算法 在每個可能的決策樹結(jié)點創(chuàng)造一系列表。構(gòu)成的方法是根據(jù)決策屬性對樣本集的劃分，所有正樣本與所有反樣本構(gòu)成邏輯公式 Ep?~En，這個邏輯公式就是對正樣本集的表示，其中每個樣本是“屬性 — 值 ”對的合取連接式。 第五章 機器學(xué)習(xí) 第二節(jié) 歸納學(xué)習(xí) 二、分類 觀察與發(fā)現(xiàn)學(xué)習(xí) 也稱描述的泛化，產(chǎn)生能解釋所有或大多數(shù)觀察到的事實的規(guī)律和規(guī)則。 學(xué)習(xí)是獲取知識、積累經(jīng)驗、改進性能、發(fā)現(xiàn)規(guī)律、適應(yīng)環(huán)境的過程。 第五章 機器學(xué)習(xí) 第二節(jié) 歸納學(xué)習(xí) 四、變型 (版本 )空間方法 (Version Space) 以整個規(guī)則空間為初始的假設(shè)規(guī)則集合 H，依據(jù)訓(xùn)練例子中的信息，對集合 H進行泛化和特化處理，逐步縮小集合 H。 CLS學(xué)習(xí)算法 從一個空決策樹開始，通過增加決策結(jié)點，逐漸精化，直到樹正確分類全部訓(xùn)練實例。即，遞增概念歸納。 第五章 機
法律信息相關(guān)推薦
鄂ICP備17016276號-1