- 1 - 机器学习方法及应用 1、机器学习 学习是生物中枢神经系统的高级整合技能之一,是人类获取知识的重要途径和人类智能的重要标志,按照人工智能大师H·Simon 的观点[1]:学习就是系统在不断重复的工作中对本身能力的增强或改进,使得系统在下一次执行同样或相类似的任务时,会比原来做得更好或效率更高。 机器学习则是计算机获取知识的重要途径和人工智能的重要标志,是一门研究怎样用计算机来模拟或实现人类学习活动的学科,是研究如何使机器通过识别和利用现有知识来获取新知识和新技能。一般认为,机器学习是一个有特定目的的知识获取过程,其内部表现为从未知到已知这样一个知识增长过程,其外部表现为系统的某些性能和适应性的改善,使得系统能完成原来不能完成或更好地完成原来可以完成的任务。它既注重知识本身的增加,也注重获取知识的技能的提高。 1.1 机器学习基本模型 以H·Simon 的学习定义作为出发点,建立如图1 的基本模型。在机器学习的过程中,首要的因素是外部环境向系统提供信息 的质 量 。外部环境是以某种 形 式 表达 的外界 信息 集 合,它代 表外界 信息 来源 ;学习是将 外界 信息 加工为知识的过程,先 从环境获取外部信息 ,然 后 对这些信息 加工形 成知识,并 把 这些知识放 入 知识库 中;知识库 中存 放 指 导 执行部分 动作的一般原则,由 于 环境向学习系统提供的信息 形 形 色 色 ,信息 质 量 的优 劣 直 接 影 响 到学习部分 容易 实现还 是杂 乱 无 章 。而 知识库 则是影 响 学习系统设 计的第 二 个因素,由 于 知识库 可能不同,表达 方式 各 有特点,在选 择 表示 方式 上 要兼 顾 表达 能力强、 易 于 推 理 、 易 于 完善及扩 展 知识表示 等 几 个方面 的要求 。执行环节 是利用知识库 中的知识完成某种 任务的过程,并 把 完成任务过程中所 获得的一些信息 反 馈 给 学习环节 ,以指 导 进一步 的学习。 1.2 机器学习的发展和研究目标 机器学习是人工智能研究较 为年 轻 的分 支 ,它的发展 过程大体 上 分 为四 个时期[2]。 第 一阶 段 是20 世 纪 50 年 代 中叶 到 60 年 代 中叶 ,属 于 热 烈 时期 。在这个时期 ,所 研究的是“ 没 有知识” 的学习,即 “ 无 知” 学习。其研究目标是各 类自 组 织 系统和自 适应系统,其主要研究方法是不断修 改...
