人工智能計算智能和機器學習-資料下載頁
2025-02-20 15:25本頁面
【正文】 習概論 演繹學習 在演繹學習中，學習系統(tǒng)由給定的知識進行演繹的保真推理，并存儲有用的結(jié)論。這種策略近幾年才作為一種獨立的學習策略。（ Michalski, 1983）演繹學習包括知識改造、知識編譯、產(chǎn)生宏操作、保持等價的操作和它保真變換。 ? 機器學習方法簡介 第七講 機器學習概論 歸納學習 在歸納學習中，變換過程是對輸入信息的一般化和選擇最合理的預期結(jié)果，這就是歸納推理。歸納學習可以分為以下實例學習、觀察與發(fā)現(xiàn)學習。 ? 機器學習方法簡介 第七講 機器學習概論 1） 實例學習 實例學習又稱為概念獲取，它的任務是確定概念的一般描述，這個描述應解釋所有給定的正例并排除所有給定的反例。這些正反例是由信息源提供的，信息源可能是已經(jīng)知道概念的施教者，也可能是學生做實驗而系統(tǒng)從中得到反饋的環(huán)境。后者可稱為實驗學習，包括由做學習和由問題求解學習。刺激反應式學習也是一種實例學習。 ? 機器學習方法簡介 第七講 機器學習概論 2）觀察與發(fā)現(xiàn)學習 觀察與發(fā)現(xiàn)學習又稱為描述的一般化。這類學習沒有實教者的學習幫助，它要產(chǎn)生解釋所有或大多數(shù)觀察的規(guī)律和規(guī)則。這類學習包括概念聚類、構(gòu)造分類、使方程符合數(shù)據(jù)、發(fā)現(xiàn)解釋觀察的定律和形成理論；遺傳學算法（ Holland, 1986）和經(jīng)驗預測算法（ Zagoruiko, 1976）可以看作這種策略的變種。 實例學習是由正反例學習，這些正反例是由施教者分類的。因此實例學習是有實教的學習。觀察與發(fā)現(xiàn)學習是由未經(jīng)分類的觀察學習，或由系統(tǒng)自身的功能去發(fā)現(xiàn)。這是無實教的學習。 ? 機器學習方法簡介 第七講 機器學習概論 類比學習 類比學習是演繹學習與歸納學習的組合。它匹配不同論域的描述，確定公共的子結(jié)構(gòu)，以此作為類比映射的基礎(chǔ)。尋找公共子結(jié)構(gòu)是歸納推理，而實現(xiàn)類比映射是演繹推理。由提醒學習可以看作一種類比學習（ Schank, 1982）。類比學習是由系統(tǒng)已有的某一領(lǐng)域知識得到另一領(lǐng)域中類似的知識。 ? 機器學習方法簡介 演講完畢，謝謝觀看！
試題試卷相關(guān)推薦
鄂ICP備17016276號-1