機(jī)器學(xué)習(xí)研究(編輯修改稿)
2024-08-15 19:44 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 集合不滿足一致性假設(shè)，采用不確定性來(lái)補(bǔ)充，以使得模型與實(shí)際世界的統(tǒng)計(jì)分布一致。 ? 措施： ? 軟邊緣：將邊緣改為軟性 (有個(gè)范圍 )，以適應(yīng)需要。 ? 集成機(jī)器學(xué)習(xí)：多個(gè)分類器集成，以使用不同模型補(bǔ)充一個(gè)模型的不足。 集成機(jī)器學(xué)習(xí)動(dòng)機(jī) ? 弱分類器設(shè)計(jì)簡(jiǎn)單。 ? 在理論上似乎與 Madaline類似。 集成機(jī)器學(xué)習(xí) ? 1990年 Shapire證明，如果將多個(gè)弱分類器集成在一起，它將具有強(qiáng)分類器的泛化能力。 ? 進(jìn)而，又說(shuō)明，這類集成后的強(qiáng)分類器具有統(tǒng)計(jì)學(xué)習(xí)理論的基礎(chǔ)。 弱分類器 ?如果一個(gè)分類器的分類能力 (泛化 )稍大于 50%，這個(gè)分類器稱為弱分類器。 ?這意味著，比擲硬幣猜正面的概率稍好，就是弱分類器。 集成 ? 在分類時(shí)，采用投票的方式?jīng)Q定新樣本屬于哪一類。 ? 由于每個(gè)分類器的分類能力不同，在集成時(shí)，需要對(duì)所有分類器加權(quán)平均，以決定分哪類。 為什么吸引人 ?弱分類器比強(qiáng)分類器設(shè)計(jì)簡(jiǎn)單 ?以統(tǒng)計(jì)學(xué)習(xí)理論為基礎(chǔ) Vapnik的貢獻(xiàn) ? 給出了可以指導(dǎo)機(jī)器學(xué)習(xí)算法設(shè)計(jì)的泛化理論。 ? 成為一種機(jī)器學(xué)習(xí)的規(guī)范。 ? 建立了從數(shù)據(jù)到分布的基本方法。 ? 以后機(jī)器學(xué)習(xí)的研究必須考慮從數(shù)據(jù)到分布的歸納機(jī)理問(wèn)題。 ? R 復(fù)雜數(shù)據(jù)分析 ?復(fù)雜數(shù)據(jù)分析的一般性說(shuō)明 ?符號(hào)機(jī)器學(xué)習(xí) 復(fù)雜數(shù)據(jù)分析 一類需求 ? 機(jī)器學(xué)習(xí)研究方興未艾，還有大量的理論與技術(shù)問(wèn)題未解決。 ? 由于獲得數(shù)據(jù)的手段的改善，在各行各業(yè)人們可以方便地獲得越來(lái)越多的數(shù)據(jù)。但是，這些數(shù)據(jù)的積累也帶來(lái)副作用，一方面，消耗大量資源，另一方面，無(wú)法使用的數(shù)據(jù)，就是垃圾。 ? 另一個(gè)任務(wù)悄悄興起，這就是復(fù)雜數(shù)據(jù)分析。 基于統(tǒng)計(jì)的數(shù)據(jù)分析不能滿足需求 ? 在某些行業(yè)，僅僅依賴積累的數(shù)據(jù)所建立的模型不能準(zhǔn)確地預(yù)測(cè)未來(lái)。 ? 原因是：對(duì)大多數(shù)情況， ? 積累的數(shù)據(jù)與未來(lái)將發(fā)生的事件不滿足一致性假設(shè)，而是可能相差甚遠(yuǎn)。 ? 個(gè)別事件可能比統(tǒng)計(jì)顯現(xiàn)的事件更為重要。 例如 ? 零售業(yè)：積累的數(shù)據(jù)只能部分指導(dǎo)未來(lái)的進(jìn)貨策略與銷售策略，特別是變化快的行業(yè)，例如，音像制品。 ? 電信業(yè)：對(duì)長(zhǎng)久大戶的特殊服務(wù)，對(duì)電信業(yè)至關(guān)重要。從海量數(shù)據(jù)中發(fā)現(xiàn)這些用戶僅僅使用統(tǒng)計(jì)方法是不夠的。 ? 情報(bào)分析：尋找不同常規(guī)行為的事件。 人們不相信模型 ? 由于大多數(shù)數(shù)據(jù)集合不能滿足一致性假設(shè)，使得人們可能不一定相信來(lái)自觀測(cè)數(shù)據(jù)所建立的模型。 ? 醫(yī)療診斷、零售業(yè)的各種問(wèn)題、經(jīng)濟(jì)分析等專家系統(tǒng)所面臨的問(wèn)題就于此有關(guān)。 閱讀數(shù)據(jù)的需求 ? “ 一致性假設(shè) ” 不滿足，導(dǎo)致人們閱讀數(shù)據(jù)的需求。 ? 人類閱讀數(shù)據(jù)能力是有限的，需要計(jì)算機(jī)幫助。 ? 例如，在電信業(yè)、數(shù)據(jù)服務(wù)業(yè)、零售業(yè)、股票證券業(yè)，每天的數(shù)據(jù)量在 1068。 ? 假設(shè)每頁(yè) A4有 1000字符，這大約 1035頁(yè)。 ? 假設(shè)人一分鐘可以閱讀一頁(yè)，大約需要 1035分鐘， 161600小時(shí)， 。 ? 對(duì)一定的需求，在保持需求信息不丟失的條件下，減少數(shù)據(jù)長(zhǎng)度是閱讀數(shù)據(jù)的必要條件。 未來(lái)十年關(guān)鍵性的研究課題 ? 對(duì)大多數(shù)情況，一致性假設(shè)完全不能滿足，甚至不能假設(shè)其近似滿足。 ? 隨著獲得數(shù)據(jù)越來(lái)越容易，這個(gè)問(wèn)題將越來(lái)越突出。 ? 目前計(jì)算機(jī) 90%的處理量是符號(hào)性的，只有 10%是數(shù)值性的，未來(lái)的情況將可能與這類似。 復(fù)雜數(shù)據(jù)分析的要求 ? 需要考慮每個(gè)被觀測(cè) (積累 )數(shù)據(jù)在這個(gè)領(lǐng)域中所扮演的角色。 ? 需要考慮不同用戶在共享同一個(gè)數(shù)據(jù)集合的不同需求 (包括解與解的長(zhǎng)度 )。 ? 傳統(tǒng)的統(tǒng)計(jì)分析方法不能滿足這些要求，需要研究觀測(cè)數(shù)據(jù)的內(nèi)在結(jié)構(gòu)。 ? 這類研究也可以稱為數(shù)據(jù)描述。 用戶需求 ? 對(duì)同一個(gè)數(shù)據(jù)集合，可能有不同的用戶共享，而不同用戶需要不同的解答。 ? 這與機(jī)器學(xué)習(xí)具有不同的目標(biāo)。 ? 一般地說(shuō)，機(jī)器學(xué)習(xí)以一個(gè)統(tǒng)計(jì)函數(shù)為目標(biāo)，而數(shù)據(jù)描述則必須根據(jù)不同需求的前提下建立不同的目標(biāo)。 應(yīng)用領(lǐng)域 ? DNA功能分析。 ? 電信數(shù)據(jù)客戶分析。 ?
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1