【章节小结】 机器学习过程，也就是一种信息处理的过程，是根据环境输入的信息，通过学习环节来获得新的知识存入知识库，以便改进学习系统的能力和效率。机器学习是自动获取知识，它是知识工程的三个分支(使用知识、表示知识、获取知识)之一。常用有无学习能力来判断一个系统的智能水平，没有学习能力的系统，很难认为是一个有智能的系统。 Simon认为："学习就是系统中的变化，这种变化使得系统比以前更有效地去做同样的工作"。Minsky认为："学习就是在我们的头脑中进行有用的变化"。也有观点把机器学习仅仅看作是知识获取。为了获取知识，必须以某种形式表示知识，于是认为"学习是构造或修改对于经验的表示"。表示形式可以是符号描述、算法、仿真模型、控制过程、规划、图像或一般的形式理论。 自50年代开始研究机器学习以来，在不同时期的研究途径和目标也不同。可以分成三个阶段，其研究内容分别为：神经模型和决策理论；符号概念获取；知识加强和领域专用学习。 一种机器学习的模型由环境、学习环节、知识库和执行环节组成。环境指系统外界提供的信息，通过学习环节，学得知识，存入知识库，进而通过执行环节来使用知识，以验证新知识的效能，这是学习目的的体现，将这种学习效果再反馈给学习环节，以改善学习能力。环境和知识库是以某种知识表示形式表达外界信息来源信息和系统具有的知识。学习环节和执行环节代表两个过程。学习环节通过环境提供的信息学得知识，增加知识库中的知识，执行环节利用知识库中的知识来完成某种任务，并把执行中的结果反馈给学习环节。 机器学习可以从不同的角度来分类，按学习策略表示和应用领域来分类。书中用学习策略来分类，分为记忆学习、传授学习、演绎、类比、归纳学习。而归纳学习又可分为实例学习、观察与发现学习。其中归纳学习研究的最多，占机器学习的主导地位。近年来，把学习策略分为基于归纳的学习、基于分析的学习、基于遗传算法的学习和基于神经网络的学习，这种观点把归纳学习和其他三类学习并列了。要注意归纳学习不是保真的，即学习的结果可能不成立。与之不同的演绎学习，演绎推理是保真的。 机器学习的目标有三个：通用学习算法的理论分析和设计；研究人类学习过程的计算模型(认知模型)；构造专用学习系统(工程目标)。 【课后习题】 1． 机器学习的含义是什么？ 2． 有关机器学习的概念和观点 3． 机器学习的模型 各个环节的关系和作用 4． 机器学习可分为哪几类？ 各有什么特点？ 记忆、传授、归纳、类比学习的特点，并举例说明之 归纳学习与演绎学习的区别。 5． 机器学习的研究目标是什么？ 机器学习与人类学习的区别 |