当前课程知识点:人工智能 > 6.机器学习 > 6.4解释学习 > 6.4.1解释学习基本概念
解释学习(Explanation-Based Learning)是一种分析学习方法。它是在领域知识的指导下,通过对单个问题求解例子的分析来进行学习的。
1.解释学习的空间描述
解释学习涉及三个不同的空间:例子空间,概念空间和概念描述空间。三个空间及它们之间的关系如图6-7所示。
图6-7解释学习的空间描述
概念描述空间是所有概念描述的集合,其中的概念描述可分为两大类,一类是可操作的,另一类是不可操作的。所谓可操作是指一个概念描述能有效的用于识别相应概念的例子。否则是不可操作的。解释学习的任务就是要把不可操作的概念描述转化为可操作的概念描述。
概念空间是学习过程能够描述的所有概念的集合
例子空间是用于问题求解的例子集合
2.解释学习的模型
图6-8解释学习模型
EXL 为学习系统
KB 为领域知识库,它是不同概念描述之间进行转换所使用的规则集合
PS 为执行系统
D1 是输入的概念描述,一般为不可操作的;
D2是学习结束时输出的概念描述,它是可操作的。
执行过程:先由EXL接受输入的概念描述D1,然后再根据KB中的知识对D1进行不同描述的转换,并由PS对每个转换结果进行测试,直到被PS所接受,即为可操作的概念描述D2为止;最后输出D2。
-1.1人工智能的定义与发展
--人工智能的诞生
--定义
--发展
-1.2智能的本质
--人类智能
--人工的智能
-1.3人工智能各学派的认知观
--AI的萌芽
-1.4人工智能的研究与应用领域
--AI的研究范围
--AI在中国
-资源推荐
--有趣的资源
-章节习题
-2.1知识的基本概念
-2.2状态空间法
--习题
-2.3问题归约法
-2.4谓词逻辑法
-章节习题
-3.1图搜索策略
--图搜索策略概述
-3.2盲目搜索策略
-3.3启发式搜索策略
-3.4消解原理
-章节习题
-4.1概述
--计算智能定义
-4.2神经网络
-4.3进化计算
-4.4蚁群算法
-4.5模拟退火算法
-4.6博弈搜索策略
--教师讲解:博弈树
--教师讲解:剪枝
-章节习题
-5.1专家系统概述
-5.2专家系统结构
--5.4 黑板模型
-5.3专家系统的应用与发展概况
-5.4专家系统实例
-6.1机器学习的基本概念
-6.2记忆学习
-6.3归纳学习
-- 6.3.3决策树学习
-6.4解释学习
-6.5神经学习
-章节习题
-7.1自然语言理解概述
--7.1.1概述
-7.2词法分析
--词法分析
-7.3句法分析
-7.4 统计语言建模
-7.5信息检索