1. 學習的定義（四種觀點）
2. Simon的學習模型
3. 信息/知識的級別(level)
4. （傳統）機器學習的方法

 

     機器學習就是計算機自動獲取知識，是知識工程三分支（表示知識、使用知識、獲取知識）之一。
二.  學習的定義（四種觀點）
1.  獲取知識的過程
2.  掌握技能的過程
3.  系統改善自身性能的過程
4.  建立理論、形成假設、發現事物規律、進行歸納推理的過程
記憶學習（Rote Learning） LE = LK
記憶學習就是存儲知識
    ——存儲環境提供的或經計算和推導得到的知識。再需要時，可以直接檢索知識庫得到這些知識，而不必次計算和推導。
傳授學習（Learning by Being Told） LE ＞ LK
     在這種學習方式下，由外部環境向系統提供一般性的指示或建議，系統把它們具體地轉化為  細節知識，并加入知識庫中。
傳授學習的過程（5步）：
1)要求（請求專家提出建議）
   被動式：被動等待專家提供建議
   主動式：主動吸引專家注意力，請求專家建議指導
2)解釋
   把建議轉成內部表示形式
3)具體化
   將內部表示形式轉化為執行環節可用的規則。
   這是由抽象到具體，由級別高到級別低的過程。
4)加入知識庫
   將新規則并入知識庫。
   注意：為防出現矛盾、冗余、環路等問題，要進行一致性檢查。
5)評價
   執行環節在使用中檢驗新規則（有假設成分）是否正確。如不正確，反饋給學習環節，自動刪除或報告給專家；由專家確定故障原因，提出新建議。

   

      

 

................................................

機器學習的意義(ppt 20頁)簡介結束，點擊下載 閱讀全部內容