人工智能教案05章機(jī)器學(xué)習(xí)5.3符號學(xué)習(xí)方法

符號學(xué)習(xí)方法些主要的符號學(xué)習(xí)方法。記憶學(xué)習(xí)存儲的信息來解決問題。統(tǒng)需要幾種力量：能實(shí)現(xiàn)有組織的存儲信息：該種學(xué)習(xí)方法必需有一種快速計(jì)算該值來得快。能進(jìn)展信息綜合：通常存儲對象的數(shù)目可能很大，為了使其數(shù)目限制在便于治理的范圍內(nèi)，需要有某種綜合技術(shù)。能掌握檢索方向：當(dāng)存儲對象增多時(shí)，其中可能有多個(gè)對選擇，以便把留意力集中到有期望的方向上來。y，作為聯(lián)想對存儲起來，以后再對x作同樣的計(jì)算時(shí)，就可通過查詢〔而不是計(jì)算〕直接得到y(tǒng)。又如，對于某個(gè)事實(shí)A，經(jīng)過某種推理而得到結(jié)論B，那么A直接得到B。傳授學(xué)習(xí)已有一些通過某種方式得到的學(xué)問，傳授學(xué)習(xí)就是通過人機(jī)對習(xí)使得系統(tǒng)性能有所轉(zhuǎn)變〔增加，或者是具有了的力量。1981“心牌玩?！?，使用者可以告知系統(tǒng)玩耍的規(guī)章以及假設(shè)干取勝的建議，如“避開取點(diǎn)”，“假設(shè)某個(gè)對手已無某種花色的牌，則不要出該種花色的大牌可直接執(zhí)行的過程。演繹學(xué)習(xí)演繹學(xué)習(xí)是基于演繹推理的一種學(xué)習(xí)。演繹推理是一種保真變演繹學(xué)幾年才作為獨(dú)立的學(xué)習(xí)策略得到爭論。A→BB→CA→C，BC去證明，A→C即可。類比學(xué)習(xí)用事物間的可類比的關(guān)系，從已有的學(xué)問推導(dǎo)出未知的學(xué)問。覺察相像之處，然后利用這種相像關(guān)系解決習(xí)題中的問題。類比學(xué)習(xí)的過程包括以下主要步驟：回憶與聯(lián)想：即當(dāng)遇到狀況或問題時(shí)，先通過回憶與建立對應(yīng)關(guān)系：即建立相像的“問題學(xué)問”和“求解問題”之間的對應(yīng)關(guān)系，以獲得求解問題的學(xué)問；驗(yàn)證與歸納：即檢驗(yàn)所獲得的全部學(xué)問的有效性，如覺察確學(xué)問，經(jīng)過推廣、歸納等過程取得一般性學(xué)問。類比學(xué)習(xí)又可分為屬性類比學(xué)習(xí)和轉(zhuǎn)化類比學(xué)習(xí)?？蚣苁且环N學(xué)問表示的方法。顧名思義，框架是一種構(gòu)造，習(xí)可描述為把原框架中假設(shè)干個(gè)槽的值傳遞給另一個(gè)目標(biāo)框架的一些槽中去，這種傳遞分兩步進(jìn)展：目標(biāo)框架中去；相像性。最終添入合理有效的內(nèi)容。。實(shí)例學(xué)習(xí)〔包括正例和反例〕歸納出一般概念或規(guī)章的學(xué)習(xí)方法?！哺拍畹姆椒??！叭盔B都是動(dòng)物”推出“麻雀是動(dòng)物”，這是演繹推理，前提真結(jié)論前提真結(jié)論不肯定真。再如，由“麻雀是植物”推出“全部鳥都是植物”，前提假結(jié)論必假，這是歸納推理的保假性。此外，對給傾向性、假設(shè)和約束最終僅考慮其中少數(shù)結(jié)論?！策@些實(shí)例事先〕，并由這些實(shí)例進(jìn)展歸納推理，并且在一般狀況下，可用這些規(guī)章指導(dǎo)執(zhí)行環(huán)節(jié)的操作。習(xí)一般是通過所謂的實(shí)例空間和規(guī)章空間的相互轉(zhuǎn)化來實(shí)現(xiàn)學(xué)同時(shí)也需要運(yùn)用實(shí)例空間中的實(shí)例所供給的啟發(fā)式信息來引導(dǎo)空間相互作用的過程。實(shí)例學(xué)習(xí)方法。覺察學(xué)習(xí)〔如書本、教師或?qū)＜摇乘鶕碛械膶W(xué)問。覺察學(xué)習(xí)則是系有簡單的問題求解力量。解釋學(xué)習(xí)解釋學(xué)習(xí)是近年〔80年月初〕消滅的一種機(jī)器學(xué)習(xí)方法。解釋學(xué)習(xí)的一般框架是：給定：領(lǐng)域?qū)W問、目標(biāo)概念、訓(xùn)練實(shí)例和操作性準(zhǔn)則。找出：滿足操作性準(zhǔn)則的關(guān)于目標(biāo)概念的充分條件。概念進(jìn)展取舍。整個(gè)過程為目標(biāo)引導(dǎo)，反向推理。chunk。實(shí)例為什么是目標(biāo)概念的證明〔即解釋產(chǎn)生這樣的學(xué)習(xí)描述，作為目標(biāo)概念的有效識別器。推理。過程可以表示為：目標(biāo)問題→規(guī)章一→子目標(biāo)問題→規(guī)章二→。→該“后件”又將成為下一個(gè)推導(dǎo)的“前件”，周而復(fù)始。解釋構(gòu)造。產(chǎn)生的解釋構(gòu)造的方法有2種：全部的算子構(gòu)成動(dòng)作序列，作為解釋構(gòu)造自頂向下的遍歷證明樹構(gòu)造的同時(shí)進(jìn)展，也可以在問題求解后進(jìn)展。解釋學(xué)習(xí)的根本方法之一是：解釋和概括交替并行。如下例x可以安全的放置在另一個(gè)物體y的上面”〔堆疊問題〕目標(biāo)概念：Safe-to-stack(x，y)xy上安全堆放訓(xùn)練實(shí)例〔obj1和obj2的事實(shí)〕：前提：重量、體積、密度，Weight(obj1,0.1)0.1Weight(obj2,5)5Volume(obj1，1)1Density(obj1,0.1)0.1條件Lighter(obj1,obj2)obj1比obj2輕狀態(tài)On(obj1，obj2)在之上是什么：Is-a(obj1，book)是書Is-a(obj2，table)是桌子〔是把一個(gè)物體安全的放置在另一個(gè)物體上面的準(zhǔn)則：Fragile(y)→Safe-to-stack(x,y)如yxy上Lighter(x,y)→Safe-to-stack(x,y)如x比yxy上以上兩條是條件Volume(p,v)∧Density(p,d)∧Product(v,d,w)→Weight(p,w)p的體積vd的乘積為重量Is-a(p,table)→Weight(p,5)p5Weight(p1,w1)∧Weight(p2,w2)∧Smaller(w1,w2)→Lighter(p1,p2)p1的重量與p2的重量比較有p1的比p2的小，則p1比p2輕這兩條是計(jì)算，乘法計(jì)算、比較計(jì)算。理，最終得到的解釋樹就是該例的解釋構(gòu)造。obj2)的解釋構(gòu)造t5-2_swf.htm上圖說明系統(tǒng)從目標(biāo)開頭反向推理。依據(jù)庫中已有的上述〔自頂把該規(guī)章應(yīng)用到變量化的目標(biāo)概念上。這樣，在生成該例子求解的解釋構(gòu)造的同時(shí)，也生成了變量的概括的解釋構(gòu)造。由Safe-to-stack(obj1,obj2)，查找其條件〔前件〕。由于沒有Fragile(y)Lighter(x,y)Lighter(obj1,obj2)。Lighter(obj1,0.1)ΛWeight(obj2,5)ΛSmaller(0.1,5)。連續(xù)分別查找各個(gè)元素的前件。有前件就填上前件，沒得到了解的解釋構(gòu)造樹。然后我們對上一步得到的解釋構(gòu)造進(jìn)展概括化處理，從而概括化處理以后所得到的概括化解釋構(gòu)造如以下圖所示。O2)的概括化解釋構(gòu)造t5-3_swf.htm生成解釋規(guī)章時(shí)，全部葉結(jié)點(diǎn)的合取作為前件，以頂點(diǎn)的產(chǎn)生式規(guī)章。例如：上圖得到的規(guī)章是Volume(O1,v1)ΛDensity(O1,d1)ΛProduct(v1,d1,w1)ΛI(xiàn)s-a(O2,table)Λsmaller(w1,5)→Safe-to-stack(O1,O2)了即可〔不考慮