人工智能與專家系統(tǒng)--第七章(參考版)
2025-02-22 16:10本頁面
【正文】 ? (8)Theory slots ：簡記為 THY槽。 普通高等院?！笆濉币?guī)劃教材 基于范例的學(xué)習(xí) ? (6) Partonomy slots：簡記為 PAR槽。 ? (4) Causality slots：簡記為 CAU槽。 ? (2) Constraint slots：簡記為 CON槽。如果分類一個新實(shí)例時，考慮所有的訓(xùn)練樣例，可以稱其為全局法；如果僅考慮靠近的訓(xùn)練樣例，則稱為局部法。 ? K近鄰算法的所有變體都只考慮 K個近鄰用以分類查詢點(diǎn)，如果按距離加權(quán)，那么可以允許所有的訓(xùn)練樣例都影響實(shí)例 Xq的分類，因?yàn)榫嚯x非常遠(yuǎn)的實(shí)例影響很小。有時使用多個最近鄰實(shí)例，并且用最近的 K個鄰居所屬的多數(shù)類（如果類是數(shù)值型，就是經(jīng)距離加權(quán)的平均值）賦予新的實(shí)例類別值，這就是 K近鄰法。 普通高等院?！笆濉币?guī)劃教材 k近鄰算法 ? 最近鄰法通過距離函數(shù)來判斷訓(xùn)練集中的某個實(shí)例與哪個位置的測試實(shí)例最靠近，一旦找到最靠近的訓(xùn)練實(shí)例，那么最靠近實(shí)例所屬的類就被預(yù)測為測試實(shí)例的類?；趯?shí)例的學(xué)習(xí)方法包括最近鄰法、局部加權(quán)回歸法、基于范例的推理法等等。 普通高等院?！笆濉币?guī)劃教材 決策樹及構(gòu)造算法 ?普通高等院?！笆濉币?guī)劃教材 基本的決策樹學(xué)習(xí)算法 ?普通高等院?！笆濉币?guī)劃教材 基本的決策樹學(xué)習(xí)算法 ?普通高等院?！笆濉币?guī)劃教材 基于實(shí)例的學(xué)習(xí) ? 基于實(shí)例的學(xué)習(xí)采用保存實(shí)例本身的方法來表達(dá)從實(shí)例集提取出的知識，并將未知的新實(shí)例與現(xiàn)有的類已知的實(shí)例聯(lián)系起來進(jìn)行操作。從根結(jié)點(diǎn)到每個葉結(jié)點(diǎn)都有唯一的一條路徑，這條路徑就是一條決策 “ 規(guī)則 ” 。 1979年，昆蘭對此進(jìn)行了發(fā)展，提出了 ID3算法，該算法不僅能方便地表示概念屬性值信息的結(jié)構(gòu)，而且能從大量實(shí)例數(shù)據(jù)中有效地生成相應(yīng)的決策樹模型 。如果學(xué)習(xí)的任務(wù)是對一個大的實(shí)例集合做概念分類的歸納定義，而這些例子都是用一些無結(jié)構(gòu)的屬性值對來表示，那么可以采用決策樹學(xué)習(xí)算法。 ? （ 4）輸出 H中的概念，即輸出 G或 S。 ? （ 2）接受一個新的示教例子。多概念學(xué)習(xí)與單概念學(xué)習(xí)的 差別 在于多概念學(xué)習(xí)必須處理概念之間的沖突問題。 ? 典型的多概念學(xué)習(xí) 方法和系統(tǒng)有米哈爾斯基的 、元 和 程序等。 普通高等院?！笆濉币?guī)劃教材 歸納學(xué)習(xí)的基本概念 ? 歸納學(xué)習(xí)還可以劃分為 單概念學(xué)習(xí) 和 多概念學(xué)習(xí) 兩類。 ? 示例學(xué)習(xí) ，又叫做概念獲取 ——它的任務(wù)是確定概念的一般描述，這個描述應(yīng)能解釋所有給定的正例，并排除所有給定的反例，由于學(xué)習(xí)是根據(jù)教師分好類的正反例進(jìn)行學(xué)
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1