![](https://csdnimg.cn/release/download_crawler_static/10907366/bg1.jpg)
第六章 机器学习
6.1 概述
6.2 实例学习
6.3 基于解释的学习
6.4 监督学习---决策树
6.5 无监督学习---聚类
6.6 神经网络学习
![](https://csdnimg.cn/release/download_crawler_static/10907366/bg2.jpg)
6.1 概述
什么是机器学习?
Simon(1983):学习就是系统中的变化,这种变化使系
统比以前更有效地去做同样的工作。
Minsky (1985):学习是在我们头脑中进行有用的变化。
学习的过程中:
(1)获取新的陈述性知识,如背书;
(2)通过教育或实践发展机械技能和认知能力,如修车;
(3)将新知识组织成为通用化和有效的表达形式,如写书;
(4)借助观察和实验发现新的事实和新的理论,如科研。
![](https://csdnimg.cn/release/download_crawler_static/10907366/bg3.jpg)
6.1 概述
机器学习的基本形式
知识获取和技能求精。
学习的本质就是自觉地获取新知识,包括物理系
统和行为的符号知识描述和建模,从而构造客观现实
的表示。
——知识获取(本章讨论的问题)
通过实践逐渐改造机制和认知技能。
例:骑自行车。这些技能包括意识的或机制的协调,
通过反复实践和纠正失败的行为来改进。
——技能求精
![](https://csdnimg.cn/release/download_crawler_static/10907366/bg4.jpg)
6.1 概述:为什么要研究机器学习?
(1)人工智能主要是为了研究人的智能,模仿其机
理将其应用于工程的科学。在这个过程中必然会
问:“人类是怎样获取这种知识和技能的?”
![](https://csdnimg.cn/release/download_crawler_static/10907366/bg5.jpg)
(2)当前人工智能的主要障碍和发展方向之一就是
机器学习,包括学习的计算理论和构造学习系统。
现在的人工智能系统还完全没有或仅有很有限的学
习能力。系统中的知识由人工编程送入系统,知识
中的错误也不能自动改正。
现有的大多数人工智能是演绎的、没有归纳推理,
因而不能自动获取和生成知识
。
6.1 概述:为什么要研究机器学习?