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
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。
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
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？”
（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？
