人工智能概述

问题求解的基本原理

知识表示

基于逻辑问题的求解方法

不确定知识的表示和推理

专家系统

知识获取和知识学习

自然语言处理系统

问答和实践

 

    

 

知识获取与机器学习  实例学习方法(1)


    实例空间涉及到两个问题,示教例子的质量实例空间的搜索方法

    高质量的示教例子是无二义性的,它可以为规则空间的搜索提供可靠的

指导。低质量的示教例子会引起互相矛盾的解释,其结果仅为规则空间的搜

索提供试探性的指导。

    另外,示教例子排列次序也会影响学习的质量。如果示教者对示教的例

子事先按特征的重要性进行合理的排序、学习任务就比较容易些。

    搜索实例空间的目的在于选择合适的例子,使之能证实或否定规则空间

中假设规则的集合H。第一种方法是选择对划分规则空间员有利的实例,以

便迅速地缩小在规则空间中的搜索区域。第二种方法是在假设规则的集合H

中选择最有希望的假设。第三种方法是利用H中的假设滤掉与那些期望为真

的实例。第四种方法是选择新的实例,使得计算费用为最少。

    解释示教例子的基本目的是提取指导规则空间搜索有用的信息。通常

是把示教例子转换成易于进行符号归纳的形式。

    定义规则空间的目的是指定表示规则的操作符和术语。与规则空间相

关的两个问题是对规则空间的要求和规则空间的搜索方法。而规则空间的表

示方法又应支持归纳推理,因此,下面我们分别介绍归纳推理方法,规则空

间的要求以及搜索规则空间的方法。     

<下一页>       <返回主页>