当前课程知识点：人工智能 >  6.机器学习 >  6.4解释学习 >  6.4.3解释学习的基本过程

返回《人工智能》慕课在线视频课程列表

6.4.3解释学习的基本过程资料文件与下载

6.4.3解释学习的基本过程

      1.产生解释结构

      任务是要证明提供给系统的训练实例为什么是目标概念的一个实例。为此，系统应从目标开始反向推理，根据知识库中已有的事实和规则分解目标，直到求解结束。一旦得到解，便完成了该问题的证明，同时也获得了一个解释结构。

例如，假设要学习的目标是“一个物体x可以安全地放置在另一个物体y的上面”。即

      目标概念：

       Safe-to-Stack (x, y)

      训练实例（是一些描述物体obj1与obj2的事实）：

       On(obj1 ,obj2)         物体1在物体2的上面

       Isa(obj1 , book)       物体1是书

       Isa(obj2 , table)      物体2是桌子

       Volume(obj1 , 1)       物体1的体积是1

       Density(obj1 , 0.1)    物体1的密度是0.1

      领域知识：是把一个物体安全地放置在另一个物体上面的准则：

    ﹁Fragile(y)→Safe-to-stack(x, y)

        如果y不是易碎的，则x可以安全地放到y的上面

    Lighter(x, y)→Safe-to-stack(x, y)

        如果x 比y轻，则x可以安全地放到y的上面

    Volume(p, v)∧Density(p, d)∧Product (v, d, w)→Weight(p, w)

         如果p的体积是v、密度是d、v乘以d的积是w，则p的重量是w

    Is-a(p, table)→Weight(p, 5)

        如果p是桌子，则p的重量是5

    Weight(p1, w1)∧Weight(p2,w2)∧Smaller(w1, w2)→Lighter(p1, p2) 

     如果p1的重量是w1、 p2的重量是w2、w1比w2小， 则p1比p2轻

     其证明过程是一个由目标引导的逆向推理，最终得到的解释树就是该例的解释结构（如图6-5所示）。

image.png

图6-5解释结构

       2. 获取一般性控制知识


       这一步的主要任务是对上一步得到的解释结构进行概括化处理，从而得到关于目标概念的一般性知识。

     进行概括化处理的常用方法是把常量转换为变量，即把某些具体数据换成变量，并略去某些不重要的信息，只保留求解所必须的那些关键信息即可。

     对图6-5的解释结构进行概括化处理以后所得到的概括化解释结构如下：

image.png 

图6-6概况化解释结构

      将该解释结构中所有的叶节点的合取作为前件，顶点的目标概念做为后件，略去解释结构的中间部件，就可得到概括化的一般性知识：    Volume(O1,v1)∧Density(O1,d1)∧Product(v1,d1,w1)∧Is-a(O2,table)∧Smaller(w1,5)

          →Safe-to-stack(O1,O2)



下一节:6.5.1神经学习的概念

返回《人工智能》慕课在线视频列表

人工智能课程列表：

1.绪论

-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

--弱人工智能、强人工智能和超人工智能

-1.3人工智能各学派的认知观

--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在世界各国的重要地位

--AI的研究范围

--AI在中国

-图灵测试讨论

-资源推荐

--有趣的资源

-章节习题

2.知识表示

-2.1知识的基本概念

--2.1.1知识的层次

--2.1.2知识的属性

--2.1.3知识的分类

--2.1.4知识表示的基本概念

--2.1.5知识表示方法的分类

--2.1.6知识表示方法的衡量及特性

-2.2状态空间法

--人工智能中重点关注的两方面内容

--教师讲解：状态和算符

--2.2.2状态图示法

--2.2.3实例-八数码问题

--2.2.4实例-迷宫问题

--2.2.5实例-梵塔问题（三个盘）

--教师讲解：猴子与香蕉问题

--习题

-2.3问题归约法

--2.3.1问题规约的基本思想

--2.3.2问题规约法三个组成部分

--教师讲解：梵塔问题规约法描述

-2.4谓词逻辑法

--2.4.1谓词公式

--教师讲解：置换和合一

-章节习题

3.搜索推理技术

-3.1图搜索策略

--图搜索策略概述

-3.2盲目搜索策略

--教师讲解：盲目搜索

--教师讲解：八数码实例

-3.3启发式搜索策略

--教师讲解：启发式搜索

-3.4消解原理

--3.4.1消解（归结）推理概述

--3.4.2子句集的求取

--3.4.3消解演绎

-章节习题

4.计算智能

-4.1概述

--计算智能定义

-4.2神经网络

--4.2.1神经网络概述

--4.2.2人工神经元

--4.2.3人工神经网络的互联结构

--4.2.4BP网络模型

--4.2.5Hopfield网络模型

--教师讲解：神经网络-生物神经元

--教师讲解：神经网络-人工神经元

--教师讲解：神经网络-典型网络结构

--教师讲解：神经网络-学习方式和规则

-4.3进化计算

--4.3.1进化计算概述

--4.3.2遗传算法

--教师讲解：遗传算法教师讲解

--教师讲解：遗传算法实例求函数最大值

-4.4蚁群算法

--4.4.1蚁群算法概述

--教师讲解：蚁群算法

-4.5模拟退火算法

--教师讲解：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.专家系统

-5.1专家系统概述

--5.1.1专家系统概念

--5.1.2专家系统的特点

--5.1.3专家系统的类型

-5.2专家系统结构

--5.2.1专家系统概念结构

--5.2.2专家系统实际结构

--5.2.3 网络与分布式结构

--5.4 黑板模型

-5.3专家系统的应用与发展概况

--5.3.1专家系统的意义

--5.3.2专家系统的应用

--5.3.3专家系统的发展概况

-5.4专家系统实例

--5.4.1 PROSPECTOR的功能与结构

--5.4.2 PROSPECTOR知识表示

6.机器学习

-6.1机器学习的基本概念

--6.1.1学习和机器学习

--6.1.2学习系统

--6.1.3机器学习的主要策略

-6.2记忆学习

--6.2.1记忆学习的概念

--6.2.1记忆学习的模型

-6.3归纳学习

--6.3.1归纳学习概念

--6.3.2示例学习

-- 6.3.3决策树学习

--6.3.4ID3算法

-6.4解释学习

--6.4.1解释学习基本概念

--6.4.2解释学习的基本原理

--6.4.3解释学习的基本过程

-6.5神经学习

--6.5.1神经学习的概念

--6.5.2感知器学习

--6.5.3BP网络学习

-章节习题

7.自然语言理解

-7.1自然语言理解概述

--7.1.1概述

--7.1.2语言与语言的理解

--7.1.3自然语言处理的概念与定义

--7.1.4自然语言处理的研究领域和意义

-7.2词法分析

--词法分析

-7.3句法分析

--句法模式匹配和转移网络

-7.4 统计语言建模

--7.4.1统计语言模型定义

--7.4.2N-gram模型

-7.5信息检索

--7.5.1信息检索概述

--7.5.2信息检索简史

--7.5.3信息检索模型

--7.5.4信息检索中的自然语言处理方法

6.4.3解释学习的基本过程笔记与讨论

也许你还感兴趣的课程:


  1. 构造地质学(2021年秋)

  2. Basic Principles of Steel Structures(Round 2)

  3. Life on Mathematics(Round 2)

  4. 复变函数(2021秋)

  5. Small Acupoints Help Your Health Better on(Round 2)

  6. 传播学概论(2021秋)

  7. International Shipping Practice’(CH/ENG)(Round 2)

  8. 教你学创意(2021秋)

  9. 中医护理技术(2021秋)

  10. Heat Transfer(Round 2)

  11. 人工智能(2021秋)

  12. 计算机网络(2021秋)

  13. 重点传染病防治(2021秋)

  14. 材料成形技术基础(2021秋)

  15. 气象与飞行(2021秋)

  16. 工程财务管理(2021秋)

  17. 断层解剖学(2021秋)

  18. 数据新闻与可视化(2021秋)

  19. 现代交换技术(2021秋)

  20. 英语政论(2021秋)
© 柠檬大学-慕课导航 课程版权归原始院校所有，
本网站仅通过互联网进行慕课课程索引，不提供在线课程学习和视频，请同学们点击报名到课程提供网站进行学习。