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)


     由于两者差异很大,使得归纳比较困难。如果将例子改为谓词逻辑

    表示,则有:

    SUIT(c1,clubs)RaNK(c1,2)SUIT(c3,hearts)∧RaNK(c3,2) =>PaiR

       我们就可以归纳出上面的规则了。

        ·规则空间中应包含要求的规则

        有时,我们需要引入新的术语,即扩充规则空间的描述语言。例如

    上面的RaNK和SUIT表示对牌与同花的概念,但不能描述“顺牌”的概

    念。为此,要引进SUcc谓词,定义为:

    SUUc(2,3)∨SUUc(3,4)∨……∨SUUc(Q,K)∨SUUc(K,a)

        用扩充的描述语言可以写出顺牌的规则:

    RaNK(c1,R1)∧RaNK(c2,R2)∧RaNK(c3,R3)∧SUUc(R1,R2)

        SUUc(R2,R3) ∧SUUc(R3,R4)=>cONT(c1,c2,c3)

       搜索规则空间的方法有以下几种:

        ·变形空间法

        ·改进假设法

        ·产生与测试法

        ·方案示例法

  习题

    1.试述两个空间模型。

    2.试述规则空间的要求。

<下一页>      <返回主页>