您的当前位置是：第六章 机器学习>>学习内容>>知识点二

观看视频讲解，学习机器学习的主要策略与基本结构

一、 机器学习的主要策略

学习过程与推理过程是紧密相连的，按照学习中使用推理的多少，机器学习所采用的策略大体上可分为4种：机械学习、示教学习、类比学习和示例学习。学习中所用的推理越多，系统的能力越强。

1．机械学习就是记忆，是最简单的学习策略。这种学习策略不需要任何推理过程。

2．比机械学习更复杂一点的学习是示教学习策略。系统在接受外部知识时需要一点推理，翻译和转化工作。

3．类比学习系统只能得到完成类似任务的有关知识，因此，它比上述两种学习策略需要更多的推理。

4．采用示例学习策略的计算机系统，事先完全没有完成任务的任何规律性的信息，因此需要推理是最多的。

二、机器学习系统的基本结构

1．基本结构

学习系统的基本结构如图6.1所示。环境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。在具体的应用中，环境、知识库和执行部分决定了具体的工作内容，学习部分所需要解决的问题完全由上述3部分决定。

2．影响学习系统设计的重要因素

①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。整个过程要遵循“取之精华，弃之糟粕”的原则，同时谨记“实践是检验真理的唯一标准”。

②知识库是影响学习系统设计的第二个因素。知识的表示有多种形式，在选择表示方式时要兼顾以下4个方面：

i表达能力强。所选择的表示方式能很容易地表达有关的知识。

ii易于推理。为了使学习系统的计算代价比较低，希望知识表示方式能使推理较为容易。

iii容易修改知识库。学习系统的本质要求它不断地修改自己的知识库，当推广得出一般执行规则后，要加到知识库中。

iv知识表示易于扩展。学习系统不能在全然没有任何知识的情况下凭空获取知识，每一个学习系统都要求具有某些知识理解环境提供的信息，分析比较，做出假设，检验并修改这些假设。因此，更确切地说，学习系统是对现有知识的扩展和改进。