第七章机器学习
梦见亲人病危-
第七章
机器学习
7-1
什么是学习和机器学习
?
为什么要研究机器学习
?
按照人工智能大师西蒙的观点，
学习
就是系统在不断重复的工作中对本身能力的增强或者改
进，使得
系统在下一次执行同样任务或类似任务时，会比现在做得更好或效率更高。
机器学习
是研究如何使用机器来模拟
人类学习活动的一门学科，
是机器学习是一门研究机器
获取新知
识和新技能，并识别现有知识的学问。这里所说的
“
机器
”
，指的就是计算机。
现有的计算机系统和人工智能系统没有什么学习能力，
至多也只有非常有限的学习能力，
因
而不能满
足科技和生产提出的新要求。
7-2
试述机器学习系统的基本结构，并说明各部分的作用。
环境<
/p>
向系统的学习部分提供某些信息，
学习
部
分利用这些信息修改知识库，
以增进系统执行
部分完成任务的效
能，
执行
部分根据知识库完成任务，同时把获得的信息反馈给学
习部分。
影响学习系统设计的
最重要的因素
是环境向系统提供的信息。更具体地说是信息的质量。
7-3
试解释机械学习的模式。机械学习有哪些重要问题需要加以研究
?
机械学习
是最简单的机器学习方
法。
机械学习就是记忆，
即把新的知识存储起来，
供需要时
检索调用，
而不需要计算和推理。
是最基本的学习过程。
任何学习系统都必须记住它们获取
的知识。
在机械学习系统中，
知识的获取是以较为稳定
和直接的方式进行的，
不需要系统进
行过多的加工。
要研究的问题：
(1)
存储组织信息
只有当检索一个项目的时间比重新计算一个项目的时间短时，
机械学习才有意
义，
检索的越
快，其意义也就越大。因此，采用适当的存储方式
，使检索速度尽可能地快，是机械学习中
的重要问题。
(2)
环境的稳定性与存储信息的适用性问题
机械学习基础的一个重要假定是在某一时刻存储的信息必须适用于后来的情况
(3)
存储与计算之间的权衡
如果检索一个数据比重新计算一个数据所花的时间还要多，那么机械学习就失去了意义。
7-4
试说明归纳学习的模式和学习方法。
归纳是一种从个别到一般，从部分到整体的推理行为。
归纳学习的
一般模式
为：
给定：观察陈述
(
事实
)F
，假定的初始归纳断言
(
< br>可能为空
)
，及背景知识
求：归纳断言
(
假设
)H
，能重言蕴涵或弱蕴涵观察陈述，并满足背景知识。
学习方法
(1)
示例学习
< br>它属于有师学习，
是通过从环境中取得若干与某概念有关的例子，
经归纳得出一般性概念的
一种学习方法。
示例学习就是
要从这些特殊知识中归纳出适用于更大范围的一般性知识，
它
将
覆盖所有的正例并排除所有反例。
(2)
观察发现学习
它属于无师学习，
其目标是确定一个定律或理论的一般性描述，
刻画观察集，
指定某类对象
的性质。它分为观察学习与机器发现两种，前者用于对事例
进行聚类，
形成概念描述，
后者
用于发
现规律，产生定律或规则。
7-5
什么是类比学习？其推理和学习过程为何？
类比是一种很有用和很有效的推理方法，
它能清晰，
简洁地描述对象间的相似性，
是人类认
识世界的一种重要方法。
类比推理的目的是从
源域
S
中，选出与目标域
T
最近似的问题及其求解方法，解决当前问
题，或者建立起目标域中已有命题
间的联系，形成新知识。
类比学习
就
是通过类比，即通过对相似事物加以比较所进行的一种学习。
类比推理过程
如下：
(1)
回忆与联想
通过回忆与联想在源域
S
中找出与目标域
T
相似的情况。
(2)
选择