機(jī)器學(xué)習(xí)人工智能原理與應(yīng)用

機(jī)器學(xué)習(xí)人工智能原理與應(yīng)用注意你現(xiàn)在瀏覽的是第一頁(yè)，共五十頁(yè)。機(jī)器學(xué)習(xí)就是計(jì)算機(jī)自動(dòng)獲取知識(shí)，它是知識(shí)工程的三個(gè)分支（使用知識(shí)、表實(shí)知識(shí)、獲取知識(shí)）之一。這一章將介紹機(jī)器學(xué)習(xí)的基本問(wèn)題，包括：為什么研究機(jī)器學(xué)習(xí)、什么是機(jī)器學(xué)習(xí)、機(jī)器學(xué)習(xí)的發(fā)展歷史、學(xué)習(xí)的一個(gè)模型、機(jī)器學(xué)習(xí)的分類和機(jī)器學(xué)習(xí)的研究目標(biāo)。注意你現(xiàn)在瀏覽的是第二頁(yè)，共五十頁(yè)。6.1概述

1.學(xué)習(xí)的概念學(xué)習(xí)是人類具有的一種重要智能行為，但究竟什么是學(xué)習(xí)，長(zhǎng)期以來(lái)卻眾說(shuō)紛紜。社會(huì)學(xué)家、邏輯學(xué)家和心理學(xué)家都各有其不同的看法。按照人工智能大師西蒙的觀點(diǎn)，學(xué)習(xí)就是系統(tǒng)在不斷重復(fù)的工作中對(duì)本身能力的增強(qiáng)或者改進(jìn)，使得系統(tǒng)在下一次執(zhí)行同樣任務(wù)或類似任務(wù)時(shí)，會(huì)比現(xiàn)在做得更好或效率更高。西蒙對(duì)學(xué)習(xí)給出的定義本身，就說(shuō)明了學(xué)習(xí)的重要作用。6.1.1什么是機(jī)器學(xué)習(xí)注意你現(xiàn)在瀏覽的是第三頁(yè)，共五十頁(yè)。2、機(jī)器學(xué)習(xí)什么叫做機(jī)器學(xué)習(xí)(machinelearning)？至今，還沒(méi)有統(tǒng)一的“機(jī)器學(xué)習(xí)”定義，而且也很難給出一個(gè)公認(rèn)的和準(zhǔn)確的定義。為了便于進(jìn)行討論和估計(jì)學(xué)科的進(jìn)展，有必要對(duì)機(jī)器學(xué)習(xí)給出定義，即使這種定義是不完全的和不充分的。顧名思義，機(jī)器學(xué)習(xí)是研究如何使用機(jī)器來(lái)模擬人類學(xué)習(xí)活動(dòng)的一門學(xué)科。稍為嚴(yán)格的提法是：機(jī)器學(xué)習(xí)是一門研究機(jī)器獲取新知識(shí)和新技能，并識(shí)別現(xiàn)有知識(shí)的學(xué)問(wèn)。這里所說(shuō)的“機(jī)器”，指的就是計(jì)算機(jī)；現(xiàn)在是電子計(jì)算機(jī)，以后還可能是中子計(jì)算機(jī)、光子計(jì)算機(jī)或神經(jīng)計(jì)算機(jī)等等。6.1專家系統(tǒng)概述6.1.1什么是機(jī)器學(xué)習(xí)注意你現(xiàn)在瀏覽的是第四頁(yè)，共五十頁(yè)。1、機(jī)器學(xué)習(xí)速度驚人；2、機(jī)器學(xué)習(xí)可以把學(xué)習(xí)不斷地延續(xù)下去，避免大量的重復(fù)學(xué)習(xí)，使知識(shí)積累達(dá)到新的高度；3、機(jī)器學(xué)習(xí)有利于知識(shí)的傳播。6.1專家系統(tǒng)概述6.1.2研究機(jī)器學(xué)習(xí)的意義注意你現(xiàn)在瀏覽的是第五頁(yè)，共五十頁(yè)。自從50年代開(kāi)始研究機(jī)器學(xué)習(xí)以來(lái)，在不同時(shí)期的研究途徑和目標(biāo)也不同。可以劃分三個(gè)階段。其研究?jī)?nèi)容分別為：神經(jīng)模型和決策理論；符號(hào)概念獲取；知識(shí)加強(qiáng)和論域?qū)Ｓ脤W(xué)習(xí)；連接學(xué)習(xí)的研究。各階段的區(qū)別主要在于學(xué)習(xí)系統(tǒng)中先驗(yàn)知識(shí)的數(shù)量和系統(tǒng)中表實(shí)與修改知識(shí)的方法。6.1專家系統(tǒng)概述6.1.3機(jī)器學(xué)習(xí)的發(fā)展史注意你現(xiàn)在瀏覽的是第六頁(yè)，共五十頁(yè)。6.1專家系統(tǒng)概述6.1.3機(jī)器學(xué)習(xí)的發(fā)展史1、神經(jīng)模型和決策理論

神經(jīng)模型途徑是要發(fā)展初始知識(shí)很少的通用學(xué)習(xí)系統(tǒng)。這類系統(tǒng)通常稱為神經(jīng)網(wǎng)或自組織系統(tǒng)。系統(tǒng)包括一個(gè)由互連的元件組成的網(wǎng)絡(luò)。這些元件類似于神經(jīng)元，它們實(shí)現(xiàn)簡(jiǎn)單的邏輯功能，通常是閾值邏輯功能。這種系統(tǒng)的學(xué)習(xí)過(guò)程是逐步修改元件間的連接強(qiáng)度，一般是連續(xù)改變賦給這些連接的權(quán)值。系統(tǒng)的初始知識(shí)是選定輸入元件、網(wǎng)絡(luò)結(jié)構(gòu)和初始連接強(qiáng)度。選定的輸入元件表實(shí)對(duì)象的選定的屬性。網(wǎng)絡(luò)結(jié)構(gòu)可能是任意的，或是設(shè)計(jì)者安排的，或是二者的混合。（后續(xù)）

注意你現(xiàn)在瀏覽的是第七頁(yè)，共五十頁(yè)。6.1專家系統(tǒng)概述6.1.3機(jī)器學(xué)習(xí)的發(fā)展史（承上）這類學(xué)習(xí)系統(tǒng)包括Perceptron,Pandemonium和使用鑒別功能的學(xué)習(xí)系統(tǒng)。近期的例子是各種自適應(yīng)控制系統(tǒng)。這一領(lǐng)域的研究導(dǎo)致了在模式識(shí)別中的決策理論方法。這類研究有進(jìn)化學(xué)習(xí)和遺傳學(xué)算法。這一領(lǐng)域的最新成果是連接機(jī)。

這一類系統(tǒng)的主要特點(diǎn)是初始知識(shí)的層次低，且使用連續(xù)可變的參數(shù)進(jìn)行學(xué)習(xí)。這類學(xué)習(xí)有數(shù)值化的特征，這與后兩類學(xué)習(xí)不同。后兩類學(xué)習(xí)更強(qiáng)調(diào)產(chǎn)生和處理復(fù)雜的符號(hào)結(jié)構(gòu)。

注意你現(xiàn)在瀏覽的是第八頁(yè)，共五十頁(yè)。6.1專家系統(tǒng)概述6.1.3機(jī)器學(xué)習(xí)的發(fā)展史2、符號(hào)概念獲?。⊿CA）

這類學(xué)習(xí)過(guò)程是通過(guò)分析一些概念的正例和反例構(gòu)造出這些概念的符號(hào)表實(shí)。表實(shí)的形式一般是邏輯表達(dá)式、決策樹(shù)、產(chǎn)生式規(guī)則或語(yǔ)義網(wǎng)絡(luò)。某些系統(tǒng)已經(jīng)實(shí)用于不同的領(lǐng)域。例如ARCH（Winston,1975）,AQVAL(Michalski,1975)和ID3（Quinlan,1979）。

注意你現(xiàn)在瀏覽的是第九頁(yè)，共五十頁(yè)。6.1專家系統(tǒng)概述6.1.3機(jī)器學(xué)習(xí)的發(fā)展史3、知識(shí)加強(qiáng)和論域?qū)Ｓ脤W(xué)習(xí)（KDL）

系統(tǒng)包括預(yù)先確定的概念、知識(shí)結(jié)構(gòu)、論域約束、啟發(fā)式規(guī)則和論域有關(guān)的變換。系統(tǒng)在開(kāi)始并不具有所有的屬性或概念，在學(xué)習(xí)過(guò)程中系統(tǒng)應(yīng)得到一些新的屬性或概念。這個(gè)過(guò)程稱為構(gòu)造性的歸納。KDL和SCA之間的主要區(qū)別在于提供給系統(tǒng)的背景知識(shí)的數(shù)量和種類，也在于系統(tǒng)產(chǎn)生的知識(shí)結(jié)構(gòu)的豐度。這類學(xué)習(xí)系統(tǒng)一般是為專門的領(lǐng)域開(kāi)發(fā)的，不能直接用于其它領(lǐng)域。這類系統(tǒng)的學(xué)習(xí)策略不僅有實(shí)例學(xué)習(xí)，而且有類比學(xué)習(xí)、觀察和發(fā)現(xiàn)學(xué)習(xí)。這類系統(tǒng)的例子有Meta-DENDRAL和AM。

注意你現(xiàn)在瀏覽的是第十頁(yè)，共五十頁(yè)。6.1專家系統(tǒng)概述6.1.3機(jī)器學(xué)習(xí)的發(fā)展史（承上）許多系統(tǒng)體現(xiàn)出上述途徑的組合。SCA和KDL途徑的一種組合就是基于可交換知識(shí)模塊的系統(tǒng)。這種系統(tǒng)把通用學(xué)習(xí)機(jī)理和定義與使用論域?qū)Ｓ弥R(shí)的功能組合起來(lái)。當(dāng)要系統(tǒng)解決一個(gè)問(wèn)題時(shí)，教師通過(guò)系統(tǒng)的知識(shí)表實(shí)功能給它提供論域?qū)Ｓ弥R(shí)。由于把通用推理功能從論域?qū)Ｓ弥R(shí)中分出來(lái)，所以一個(gè)學(xué)習(xí)系統(tǒng)可以用于很多不同論域，同時(shí)還可利用論域?qū)Ｓ弥R(shí)。這類系統(tǒng)有INDUCE它由實(shí)例學(xué)習(xí)對(duì)象的結(jié)構(gòu)描述。Winston的類比學(xué)習(xí)程序。LEX獲取和改進(jìn)問(wèn)題求解的啟發(fā)式。EURISKO發(fā)現(xiàn)新的啟發(fā)式。

注意你現(xiàn)在瀏覽的是第十一頁(yè)，共五十頁(yè)。6.1專家系統(tǒng)概述6.1.3機(jī)器學(xué)習(xí)的發(fā)展史4、連接學(xué)習(xí)的研究這一階段始于20世紀(jì)80年代中期，是一種以非線性大規(guī)模并行處理為主流的神經(jīng)網(wǎng)絡(luò)研究，該研究目前仍在繼續(xù)進(jìn)行之中。注意你現(xiàn)在瀏覽的是第十二頁(yè)，共五十頁(yè)。6.1專家系統(tǒng)概述6.1.4機(jī)器學(xué)習(xí)的主要策略對(duì)機(jī)器學(xué)習(xí)的分類可以由下列幾方面進(jìn)行：學(xué)習(xí)策略、知識(shí)表實(shí)和應(yīng)用領(lǐng)域。學(xué)習(xí)策略是學(xué)習(xí)中使用的推理方法。下面將按學(xué)習(xí)策略分類，以便系統(tǒng)介紹不同的方法。

學(xué)習(xí)系統(tǒng)總是把環(huán)境提供的信息變換成新的形式，以便存貯和使用。這種變換的性質(zhì)確定了學(xué)習(xí)策略的類型。幾種基本策略是：機(jī)械學(xué)習(xí)（記憶學(xué)習(xí)））、傳授學(xué)習(xí)、演繹學(xué)習(xí)、類比學(xué)習(xí)和歸納學(xué)習(xí)。歸納學(xué)習(xí)又分為實(shí)例學(xué)習(xí)、觀察與發(fā)現(xiàn)學(xué)習(xí)。這些策略是按變換復(fù)雜性遞增的次序排列的。變換越復(fù)雜，學(xué)習(xí)者的工作越多，施教者的工作越少。人類的學(xué)習(xí)往往同時(shí)使用多種策略。這里劃分不同的策略，不僅是為了介紹不同的方法，而且是便于設(shè)計(jì)學(xué)習(xí)系統(tǒng)。雖然現(xiàn)有的學(xué)習(xí)系統(tǒng)還只使用單一的策略，多種策略系統(tǒng)也將受到重視。

注意你現(xiàn)在瀏覽的是第十三頁(yè)，共五十頁(yè)。6.1專家系統(tǒng)概述1、機(jī)械學(xué)習(xí)（記憶學(xué)習(xí)在機(jī)械學(xué)習(xí)（記憶學(xué)習(xí))中基本沒(méi)有變換。由施教者提供的信息或多或少被學(xué)習(xí)系統(tǒng)記憶和使用。這時(shí)環(huán)境提供的信息與執(zhí)行環(huán)節(jié)使用的信息有相同的水平，同樣的形式。實(shí)際上每臺(tái)計(jì)算機(jī)都可以看作是機(jī)械學(xué)習(xí)（記憶學(xué)習(xí)),因?yàn)樗鼈兌即尜A用戶送入的程序。一個(gè)例子是Samuel的西洋象棋程序（1956，1967），它記憶每個(gè)棋局以便提高下棋水平。

6.1.4機(jī)器學(xué)習(xí)的主要策略注意你現(xiàn)在瀏覽的是第十四頁(yè)，共五十頁(yè)。6.1專家系統(tǒng)概述6.1.4機(jī)器學(xué)習(xí)的主要策略2、傳授學(xué)習(xí)（指點(diǎn)學(xué)習(xí)）

在傳授學(xué)習(xí)中，學(xué)習(xí)環(huán)節(jié)進(jìn)行的變換只是對(duì)施教者提供的信息進(jìn)行選擇和改造，這主要是在語(yǔ)法層的變換。這時(shí)環(huán)境提供的信息過(guò)于抽象，它的水平高于執(zhí)行環(huán)節(jié)所用信息的水平。學(xué)習(xí)環(huán)節(jié)把較高水平的知識(shí)變換為較低水平的知識(shí)。這種變換稱為實(shí)用化。實(shí)用化主要有下列步驟：由傳授的信息推出結(jié)論，作出假設(shè)以補(bǔ)充一些細(xì)節(jié)和確定何時(shí)需要進(jìn)一步傳授。實(shí)用化過(guò)程類似于編譯系統(tǒng)把高級(jí)語(yǔ)言程序變換成機(jī)器碼程序。第一個(gè)例子是McCarthy(1958)的系統(tǒng)。最近的系統(tǒng)有TEIRESLAS（Davis,1976）和FOO（Mostow,1979和1981）。

注意你現(xiàn)在瀏覽的是第十五頁(yè)，共五十頁(yè)。6.1專家系統(tǒng)概述6.1.4機(jī)器學(xué)習(xí)的主要策略3、演繹學(xué)習(xí)

在演繹學(xué)習(xí)中，學(xué)習(xí)系統(tǒng)由給定的知識(shí)進(jìn)行演繹的保真推理，并存儲(chǔ)有用的結(jié)論。這種策略近幾年才作為一種獨(dú)立的學(xué)習(xí)策略。（Michalski,1983）演繹學(xué)習(xí)包括知識(shí)改造、知識(shí)編譯、產(chǎn)生宏操作、保持等價(jià)的操作和它保真變換。

注意你現(xiàn)在瀏覽的是第十六頁(yè)，共五十頁(yè)。6.1專家系統(tǒng)概述6.1.4機(jī)器學(xué)習(xí)的主要策略4、歸納學(xué)習(xí)

在歸納學(xué)習(xí)中，變換過(guò)程是對(duì)輸入信息的一般化和選擇最合理的預(yù)期結(jié)果，這就是歸納推理。歸納學(xué)習(xí)可以分為以下實(shí)例學(xué)習(xí)、觀察與發(fā)現(xiàn)學(xué)習(xí)。（詳細(xì)介紹請(qǐng)參閱下頁(yè)）

注意你現(xiàn)在瀏覽的是第十七頁(yè)，共五十頁(yè)。6.1專家系統(tǒng)概述6.1.4機(jī)器學(xué)習(xí)的主要策略（1）實(shí)例學(xué)習(xí)

實(shí)例學(xué)習(xí)又稱為概念獲取，它的任務(wù)是確定概念的一般描述，這個(gè)描述應(yīng)解釋所有給定的正例并排除所有給定的反例。這些正反例是由信息源提供的，信息源可能是已經(jīng)知道概念的施教者，也可能是學(xué)生做實(shí)驗(yàn)而系統(tǒng)從中得到反饋的環(huán)境。后者可稱為實(shí)驗(yàn)學(xué)習(xí)，包括由做學(xué)習(xí)和由問(wèn)題求解學(xué)習(xí)。刺激反應(yīng)式學(xué)習(xí)也是一種實(shí)例學(xué)習(xí)。

新對(duì)實(shí)例學(xué)習(xí)的研究集中在兩個(gè)方面：例子一類型的一般化，部分一整體的一般化。在例子一類型的一般化中，提供給系統(tǒng)某一類對(duì)象的獨(dú)立的實(shí)例，系統(tǒng)的目標(biāo)是歸納出這些類的一般描述。實(shí)例學(xué)習(xí)的多數(shù)研究集中在這一方面。對(duì)象可能是結(jié)構(gòu)化的部件、幾何形狀、疾病描述、故事、問(wèn)題的解、控制算子等。在部分一整體的一般化中，任務(wù)是假設(shè)整個(gè)對(duì)象（情景，情況，過(guò)程）的描述，但只給定了對(duì)象的局部。例如，只給定一個(gè)房間的幾張局部的照片，要重構(gòu)房間的整個(gè)視圖。又如，只看到一個(gè)序列或過(guò)程的一部分，要確定描述該序列或過(guò)程的規(guī)則。

注意你現(xiàn)在瀏覽的是第十八頁(yè)，共五十頁(yè)。6.1專家系統(tǒng)概述6.1.4機(jī)器學(xué)習(xí)的主要策略（2）觀察與發(fā)現(xiàn)學(xué)習(xí)

觀察與發(fā)現(xiàn)學(xué)習(xí)又稱為描述的一般化。這類學(xué)習(xí)沒(méi)有實(shí)教者的學(xué)習(xí)幫助，它要產(chǎn)生解釋所有或大多數(shù)觀察的規(guī)律和規(guī)則。這類學(xué)習(xí)包括概念聚類、構(gòu)造分類、使方程符合數(shù)據(jù)、發(fā)現(xiàn)解釋觀察的定律和形成理論；遺傳學(xué)算法（Holland,1986）和經(jīng)驗(yàn)預(yù)測(cè)算法（Zagoruiko,1976）可以看作這種策略的變種。

實(shí)例學(xué)習(xí)是由正反例學(xué)習(xí)，這些正反例是由施教者分類的。因此實(shí)例學(xué)習(xí)是有實(shí)教的學(xué)習(xí)。觀察與發(fā)現(xiàn)學(xué)習(xí)是由未經(jīng)分類的觀察學(xué)習(xí)，或由系統(tǒng)自身的功能去發(fā)現(xiàn)。這是無(wú)實(shí)教的學(xué)習(xí)。

注意你現(xiàn)在瀏覽的是第十九頁(yè)，共五十頁(yè)。6.1專家系統(tǒng)概述6.1.4機(jī)器學(xué)習(xí)的主要策略5、類比學(xué)習(xí)

類比學(xué)習(xí)是演繹學(xué)習(xí)與歸納學(xué)習(xí)的組合。它匹配不同論域的描述，確定公共的子結(jié)構(gòu)，以此作為類比映射的基礎(chǔ)。尋找公共子結(jié)構(gòu)是歸納推理，而實(shí)現(xiàn)類比映射是演繹推理。由提醒學(xué)習(xí)可以看作一種類比學(xué)習(xí)（Schank,1982）。類比學(xué)習(xí)是由系統(tǒng)已有的某一領(lǐng)域知識(shí)得到另一領(lǐng)域中類似的知識(shí)。

注意你現(xiàn)在瀏覽的是第二十頁(yè)，共五十頁(yè)。6.2機(jī)器學(xué)習(xí)系統(tǒng)的基本模型一般把學(xué)習(xí)看作是建立理論，形成假設(shè)和進(jìn)行歸納推理。理論能從本質(zhì)上更深刻地描述和解釋客觀現(xiàn)象，因此要建立理論。為了解釋一些特殊現(xiàn)象，往往要發(fā)現(xiàn)各種可能的假說(shuō)。有時(shí)要從特殊的實(shí)例推導(dǎo)出一般的規(guī)律，即進(jìn)行歸納推理。學(xué)習(xí)過(guò)程總是與環(huán)境和知識(shí)庫(kù)有關(guān)，因此可以用下圖所實(shí)的模型描述。注意你現(xiàn)在瀏覽的是第二十一頁(yè)，共五十頁(yè)。6.2機(jī)器學(xué)習(xí)系統(tǒng)的基本模型模型中包含學(xué)習(xí)系統(tǒng)的四個(gè)基本組成環(huán)節(jié)。環(huán)境和知識(shí)庫(kù)是以某種知識(shí)表實(shí)形式表達(dá)的信息的集合，分別代表外界信息來(lái)源和系統(tǒng)具有的知識(shí)。學(xué)習(xí)環(huán)節(jié)和執(zhí)行環(huán)節(jié)代表兩個(gè)過(guò)程。學(xué)習(xí)環(huán)節(jié)處理環(huán)境提供的信息，以便改善知識(shí)庫(kù)中的顯式知識(shí)。執(zhí)行環(huán)節(jié)利用知識(shí)庫(kù)中的知識(shí)來(lái)完成某種任務(wù)，并把執(zhí)行中獲得的信息回送給學(xué)習(xí)環(huán)節(jié)。下面討論系統(tǒng)中各環(huán)節(jié)。

注意你現(xiàn)在瀏覽的是第二十二頁(yè)，共五十頁(yè)。6.2機(jī)器學(xué)習(xí)系統(tǒng)的基本模型6.2.1環(huán)境環(huán)境可以是系統(tǒng)的工作對(duì)象，也可以包括工作對(duì)象和外界條件。例如在醫(yī)療系統(tǒng)中，環(huán)境就是病人新的癥狀、檢驗(yàn)的數(shù)據(jù)和病歷；在模式識(shí)別中，環(huán)境就是待識(shí)別的圖形或景物；在控制系統(tǒng)中，環(huán)境就是受控的設(shè)備或生產(chǎn)流程。就環(huán)境提供給系統(tǒng)的信息來(lái)說(shuō)，信息的水平和質(zhì)量對(duì)學(xué)習(xí)系統(tǒng)有很大影響。

信息的水平是指信息的一般性程度，也就是適用范圍的廣泛性。這里的一般性程度是相對(duì)執(zhí)行環(huán)節(jié)的要求而言。高水平信息比較抽象，適用于更廣泛的問(wèn)題。低水平信息比較具體，只適用于個(gè)別的問(wèn)題。環(huán)境提供的信息水平和執(zhí)行環(huán)節(jié)所需的信息水平之間往往有差距，學(xué)習(xí)環(huán)節(jié)的任務(wù)就是解決水平差距問(wèn)題。（接下頁(yè)）注意你現(xiàn)在瀏覽的是第二十三頁(yè)，共五十頁(yè)。6.2機(jī)器學(xué)習(xí)系統(tǒng)的基本模型6.2.1環(huán)境（接上頁(yè)）如果環(huán)境提供較抽象的高水平信息，學(xué)習(xí)環(huán)節(jié)就要補(bǔ)充遺漏的細(xì)節(jié)，以便執(zhí)行環(huán)節(jié)能用于具體情況。如果環(huán)境提供較具體的低水平信息，即在特殊情況執(zhí)行任務(wù)的實(shí)例，學(xué)習(xí)環(huán)境就要由此歸納出規(guī)則，以便用于完成更廣的任務(wù)。

信息的質(zhì)量是指：正確性、適當(dāng)?shù)倪x擇和合理的組織。信息質(zhì)量對(duì)學(xué)習(xí)難度有明顯的影響。例如，若施教者向系統(tǒng)提供準(zhǔn)確的實(shí)教例子，而且提供例子的次序也有利于學(xué)習(xí)，則容易進(jìn)行歸納。若實(shí)教例子中有干擾，或?qū)嵗拇涡虿缓侠?，則難以歸納。

注意你現(xiàn)在瀏覽的是第二十四頁(yè)，共五十頁(yè)。6.2機(jī)器學(xué)習(xí)系統(tǒng)的基本模型6.2.3知識(shí)庫(kù)影響學(xué)習(xí)系統(tǒng)設(shè)計(jì)的第二個(gè)因素是知識(shí)庫(kù)的形式和內(nèi)容。

知識(shí)庫(kù)的形式就是知識(shí)表實(shí)的形式。常用的知識(shí)表實(shí)方法有：特征向量、謂詞演算、產(chǎn)生式規(guī)則、過(guò)程、LISP函數(shù)、數(shù)字多項(xiàng)式、語(yǔ)義網(wǎng)絡(luò)和框架。選擇知識(shí)表實(shí)方法要考慮下列準(zhǔn)則：可表達(dá)性、推理難度、可修改性和可擴(kuò)充性。下面以特征向量和謂詞演算方法為例說(shuō)明這些準(zhǔn)則。

可表達(dá)性方面特征向量適于描述缺乏內(nèi)在結(jié)構(gòu)的事物，它以一個(gè)固定的特征集合來(lái)描述事物。謂詞演算則適于描述結(jié)構(gòu)化的事物。（后續(xù)）

6.2.2學(xué)習(xí)環(huán)節(jié)（放到后面同執(zhí)行環(huán)節(jié)一同講解）注意你現(xiàn)在瀏覽的是第二十五頁(yè)，共五十頁(yè)。6.2機(jī)器學(xué)習(xí)系統(tǒng)的基本模型6.2.3知識(shí)庫(kù)（承上）推理難度方面一種常用的推理是比較兩個(gè)描述是否等效。顯然判定兩個(gè)特征向量等效較容易，判定兩個(gè)謂詞表達(dá)式等效的代價(jià)就較大。

可修改性方面特征向量和謂詞演算這類顯式的表實(shí)都容易修改。過(guò)程表實(shí)等隱式的方法就難以修改，可擴(kuò)充性是指學(xué)習(xí)系統(tǒng)通過(guò)增加詞典條目和表實(shí)結(jié)構(gòu)來(lái)擴(kuò)大表實(shí)能力，以便學(xué)習(xí)更復(fù)雜的知識(shí)。一個(gè)例子是AM（Lenat,1983），它可根據(jù)老概念定義新概念。

知識(shí)庫(kù)的內(nèi)容中，初始知識(shí)是很重要的。它總要利用初始知識(shí)去理解環(huán)境提供的信息，以便形成和改進(jìn)假設(shè)。學(xué)習(xí)系統(tǒng)實(shí)質(zhì)上是對(duì)舊知識(shí)庫(kù)的擴(kuò)充和完善。

注意你現(xiàn)在瀏覽的是第二十六頁(yè)，共五十頁(yè)。6.2機(jī)器學(xué)習(xí)系統(tǒng)的基本模型

6.2.2學(xué)習(xí)環(huán)節(jié)與6.2.4執(zhí)行環(huán)節(jié)學(xué)習(xí)環(huán)節(jié)的目的就是改善執(zhí)行環(huán)節(jié)的行為。執(zhí)行環(huán)節(jié)的復(fù)雜性、反饋和透明度都對(duì)學(xué)習(xí)環(huán)節(jié)有影響。

復(fù)雜的任務(wù)需要更多的知識(shí)。二分分類是最簡(jiǎn)單的任務(wù)，只需一條規(guī)則。某個(gè)玩樸克的程序有約20條規(guī)則。在由實(shí)例學(xué)習(xí)中，可以按任務(wù)復(fù)雜性分成三類。一類是基于單一概念或規(guī)則的分類或預(yù)測(cè)。一類是包含多個(gè)概念的任務(wù)。一類是多步執(zhí)行的任務(wù)。

執(zhí)行環(huán)節(jié)給學(xué)習(xí)環(huán)節(jié)的反饋也很重要。學(xué)習(xí)系統(tǒng)都要用某種方法去評(píng)價(jià)學(xué)習(xí)環(huán)節(jié)推薦的假設(shè)。一種方法是用獨(dú)立的知識(shí)庫(kù)作這種評(píng)價(jià)。例如AM程序用一些啟發(fā)式規(guī)則評(píng)價(jià)學(xué)到的新概念的重要性。另一種方法是以環(huán)境作為客觀的執(zhí)行標(biāo)準(zhǔn)，系統(tǒng)判定執(zhí)行環(huán)節(jié)是否按預(yù)期標(biāo)準(zhǔn)工作，由此反饋信息評(píng)價(jià)當(dāng)時(shí)的假設(shè)。

若執(zhí)行環(huán)節(jié)有較好的透明度，學(xué)習(xí)環(huán)節(jié)就容易追蹤執(zhí)行環(huán)節(jié)的行為。注意你現(xiàn)在瀏覽的是第二十七頁(yè)，共五十頁(yè)。6.3機(jī)械學(xué)習(xí)（記憶學(xué)習(xí)）記憶學(xué)習(xí)(RoteLearning)又稱為機(jī)械學(xué)習(xí)或死記硬背學(xué)習(xí)。這種學(xué)習(xí)直接記憶環(huán)境提供的新知識(shí)，并直接使用它們，對(duì)它們不作任何變換。

對(duì)于記憶學(xué)習(xí)有兩種極端的觀點(diǎn)。一種觀點(diǎn)認(rèn)為，存儲(chǔ)對(duì)任何智能程序都是必要的、基本的，它不是獨(dú)立的學(xué)習(xí)過(guò)程，不必要專門研究。另一種觀點(diǎn)認(rèn)為，存儲(chǔ)是一個(gè)復(fù)雜問(wèn)題，對(duì)任何認(rèn)知系統(tǒng)都是必要的，因此要詳細(xì)研究并模型化。一種折衷的觀點(diǎn)認(rèn)為，一般學(xué)習(xí)系統(tǒng)不會(huì)只是記憶學(xué)習(xí)，但記憶學(xué)習(xí)是任何學(xué)習(xí)系統(tǒng)的一部分。任何學(xué)習(xí)系統(tǒng)都要存儲(chǔ)和使用它獲取的知識(shí)，因此要建立記憶學(xué)習(xí)過(guò)程，以便存放和讀取知識(shí)庫(kù)中的知識(shí)。

注意你現(xiàn)在瀏覽的是第二十八頁(yè)，共五十頁(yè)。6.3機(jī)械學(xué)習(xí)（記憶學(xué)習(xí)）6.3.1機(jī)械學(xué)習(xí)（記憶學(xué)習(xí)）的過(guò)程Lenat(1979)提出一種獨(dú)特的觀點(diǎn)，他把記憶學(xué)習(xí)看作最低層次的數(shù)據(jù)處理。他劃分的數(shù)據(jù)處理層次如圖7.1所實(shí)。如果一個(gè)計(jì)算結(jié)果有普遍意義，就存儲(chǔ)起來(lái)。這就把計(jì)算任務(wù)簡(jiǎn)化為存取任務(wù)。記憶是簡(jiǎn)化數(shù)據(jù)處理，以空間換取時(shí)間的手段。

圖7.1數(shù)據(jù)處理的層次

注意你現(xiàn)在瀏覽的是第二十九頁(yè)，共五十頁(yè)。6.3機(jī)械學(xué)習(xí)（記憶學(xué)習(xí)）6.3.2機(jī)械學(xué)習(xí)（記憶學(xué)習(xí)）系統(tǒng)主要考慮的問(wèn)題機(jī)械學(xué)習(xí)（記憶學(xué)習(xí)）（記憶學(xué)習(xí)）的設(shè)計(jì)要考慮三個(gè)問(wèn)題：存儲(chǔ)結(jié)構(gòu)、穩(wěn)定性和記憶與計(jì)算的權(quán)衡。

1.存儲(chǔ)結(jié)構(gòu)

只有讀取所用時(shí)間少于重新計(jì)算所用時(shí)間時(shí)，機(jī)械學(xué)習(xí)（記憶學(xué)習(xí)）（記憶學(xué)習(xí)）才有實(shí)用價(jià)值。為了快速讀取存儲(chǔ)的內(nèi)容，就要合理組織存儲(chǔ)結(jié)構(gòu)。在數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)庫(kù)等領(lǐng)域已經(jīng)詳盡研究了排序、檢索和雜湊方法等有關(guān)問(wèn)題。

2.環(huán)境穩(wěn)定性

使用機(jī)械學(xué)習(xí)（記憶學(xué)習(xí)）（記憶學(xué)習(xí)）時(shí)，總是認(rèn)為保存的信息以后仍然有效。如果環(huán)境變化快，保存的信息就會(huì)失效而不能再使用。例如記憶的50年代汽車修理費(fèi)用不能用來(lái)估計(jì)80年代汽車修理費(fèi)用。解決方法是隨時(shí)監(jiān)視環(huán)境的變化，不斷更新保存的信息。

注意你現(xiàn)在瀏覽的是第三十頁(yè)，共五十頁(yè)。6.3機(jī)械學(xué)習(xí)（記憶學(xué)習(xí)）6.3.2機(jī)械學(xué)習(xí)（記憶學(xué)習(xí)）系統(tǒng)主要考慮的問(wèn)題3.記憶與計(jì)算的權(quán)衡

為了確定是利用存儲(chǔ)的信息還是重新計(jì)算，要比較二者的代價(jià)。例如在數(shù)學(xué)用表中有三角函數(shù)表，可直接查表不必計(jì)算。因?yàn)橛?jì)算比查表復(fù)雜。但在數(shù)學(xué)用表中不列出兩數(shù)乘積表，因計(jì)算并不復(fù)雜?？捎脙煞N方法選擇是記憶還是計(jì)算。一種是代價(jià)效益分析法。它在首次得到一個(gè)信息時(shí)，確定是否有必要保存它。這時(shí)要考慮該信息以后使用的概率、存儲(chǔ)空間和計(jì)算代價(jià)。另一種是有選擇的放棄。保存的內(nèi)容在讀取時(shí)加上時(shí)間標(biāo)志，這就是最后使用的時(shí)間。保存一項(xiàng)新內(nèi)容時(shí)，要?jiǎng)h除一項(xiàng)舊內(nèi)容，這是未使用的時(shí)間最長(zhǎng)的舊內(nèi)容。

注意你現(xiàn)在瀏覽的是第三十一頁(yè)，共五十頁(yè)。6.4傳授式學(xué)習(xí)傳授學(xué)習(xí)(LearningbyBeingTold或LearningbyInstruction)又稱為指點(diǎn)學(xué)習(xí)。這時(shí)，環(huán)境提供的信息較抽象，水平較高，學(xué)習(xí)環(huán)節(jié)把這些信息變換成執(zhí)行環(huán)節(jié)使用的較低水平的信息。

1.要求

這是請(qǐng)求專家提出建議。有時(shí)對(duì)專家的要求是簡(jiǎn)單的，即請(qǐng)專家提供一般的建議。有時(shí)要求是復(fù)雜的，即請(qǐng)專家識(shí)別知識(shí)庫(kù)的欠缺，并提出修改方法。有些系統(tǒng)是被動(dòng)的，它消極等待專家提出建議。有些系統(tǒng)是主動(dòng)的，它把專家注意力引向特定的問(wèn)題。

2.解釋

這是把專家建議轉(zhuǎn)成內(nèi)部表實(shí)，是知識(shí)表實(shí)問(wèn)題。內(nèi)部表實(shí)應(yīng)包含建議的全部信息。如果用自然語(yǔ)言提出建議，解釋過(guò)程應(yīng)包括自然語(yǔ)言理解。

注意你現(xiàn)在瀏覽的是第三十二頁(yè)，共五十頁(yè)。6.4傳授式學(xué)習(xí)3.實(shí)用化

這是傳授學(xué)習(xí)的信息變換過(guò)程，它把抽象的建議轉(zhuǎn)成具體的知識(shí)。實(shí)用化過(guò)程類似于自動(dòng)程序設(shè)計(jì)。前者由建議得到實(shí)用的規(guī)則，后者由程序說(shuō)明得到程序。二者也存在差別。后者要求得到完全正確的程序，強(qiáng)調(diào)程序的正確性。前者往往使用弱方法，不保證完全正確。實(shí)用化過(guò)程有時(shí)作試探性的假設(shè)和近似，只能要求其合理性。得到的假設(shè)還要經(jīng)過(guò)檢驗(yàn)和修改。

4.歸并

這是把新知識(shí)加入知識(shí)庫(kù)。這有可能造成舊知識(shí)的錯(cuò)誤使用。一個(gè)問(wèn)題是新舊知識(shí)適用范圍的重迭。另一個(gè)問(wèn)題是它們結(jié)論的沖突。如果新舊規(guī)則的條件部分重迭，就會(huì)在該使用舊規(guī)則時(shí)錯(cuò)誤使用了新規(guī)則。可以修改規(guī)則條件以防止重迭，也可以用元規(guī)則對(duì)規(guī)則排序。為了解決結(jié)論的沖突。可以修改規(guī)則，也可以用元規(guī)則選用合理的規(guī)則，排除不合理的。

注意你現(xiàn)在瀏覽的是第三十三頁(yè)，共五十頁(yè)。6.4傳授式學(xué)習(xí)5.評(píng)價(jià)

實(shí)用化得到的新知識(shí)往往是假設(shè)，要經(jīng)過(guò)驗(yàn)證和修改。如果評(píng)價(jià)中發(fā)現(xiàn)了問(wèn)題，要進(jìn)行故障分析和知識(shí)庫(kù)修改。

上述五步中，實(shí)用化是過(guò)程的核心。正是在這一步實(shí)現(xiàn)信息水平的變換。Mostow(1981)按用途、論域和精度對(duì)實(shí)用化方法進(jìn)行了分類，還給出實(shí)用化的13個(gè)例子。有的例子要經(jīng)過(guò)約100次變換，有的只要8次變換。

傳授學(xué)習(xí)的例子有Mostow的FOO和Davis的TEIRESLAS。TEIRESLAS通過(guò)和用戶對(duì)話，把用戶的一般性意見(jiàn)或指實(shí)具體化，或輔助用戶修改知識(shí)庫(kù)。該程序用產(chǎn)生式規(guī)則來(lái)選擇合適的投資市場(chǎng)。注意你現(xiàn)在瀏覽的是第三十四頁(yè)，共五十頁(yè)。6.5類比學(xué)習(xí)類比學(xué)習(xí)(LearningbyAnalogy)是獲取新概念或新技巧的方法，它把類似這些新概念或新技巧的已知知識(shí)轉(zhuǎn)換為適于新情況的形式。類比學(xué)習(xí)的第一步是從記憶中找到類似的概念或技巧，第二步是把它們轉(zhuǎn)換為新形式以便用于新情況。例如人類的一種學(xué)習(xí)方式是先由老師教學(xué)生解例題(先例)，再給學(xué)生留習(xí)題。學(xué)生尋找在例題和習(xí)題間的對(duì)應(yīng)關(guān)系，利用解決例題的知識(shí)去解決習(xí)題中的問(wèn)題。學(xué)生經(jīng)過(guò)一般化歸納推出原理，以便以后使用。這種類比學(xué)習(xí)方式是人類常用的。

注意你現(xiàn)在瀏覽的是第三十五頁(yè)，共五十頁(yè)。6.5類比學(xué)習(xí)6.5.1學(xué)習(xí)新概念利用類比學(xué)習(xí)方法學(xué)習(xí)新概念或新技巧時(shí)，它要把類似這些新概念或新技巧的已知知識(shí)轉(zhuǎn)化為適于新情況的形式。注意你現(xiàn)在瀏覽的是第三十六頁(yè)，共五十頁(yè)。6.5類比學(xué)習(xí)6.5.2學(xué)習(xí)問(wèn)題的求解方法問(wèn)題求解基本過(guò)程：

1.比較新?tīng)顟B(tài)與目標(biāo)狀態(tài)。

2.選擇可以減小這個(gè)差異的操作。

3.如果前提滿足就使用這個(gè)操作，否則保存新?tīng)顟B(tài)，并用中間結(jié)局分析解決子問(wèn)題，以便實(shí)現(xiàn)未滿足的前提。

4.在解決子問(wèn)題后，再取出保存的狀態(tài)，繼續(xù)處理原問(wèn)題。轉(zhuǎn)換類比學(xué)習(xí)主要有兩步：回憶過(guò)程和變換過(guò)程?；貞涍^(guò)程用于找出新舊問(wèn)題間的差別，包括：

1.新問(wèn)題與舊問(wèn)題的初始狀態(tài)之間的差異。

2.新問(wèn)題與舊問(wèn)題的目標(biāo)狀態(tài)之間的差異。

3.新問(wèn)題與舊問(wèn)題的路徑約束之間的差異。

4.滿足新問(wèn)題的操作前提在全部前提中的比例，稱為候選解的可用性。

注意你現(xiàn)在瀏覽的是第三十七頁(yè)，共五十頁(yè)。6.6歸納學(xué)習(xí)6.6.1實(shí)例學(xué)習(xí)實(shí)例學(xué)習(xí)是通過(guò)從環(huán)境中取得若干與某概念有關(guān)的例子，經(jīng)歸納得出一般性概念的一種學(xué)習(xí)方法。在這種學(xué)習(xí)方法中，外部環(huán)境(教師)提供的是一組例子(正例和反例)，這些例子實(shí)際上是一組特殊的知識(shí)，每一個(gè)例子表達(dá)了僅適用于該例子的知識(shí)，實(shí)例學(xué)習(xí)就是要從這些特殊知識(shí)中歸納出適用于更大范圍的一般性知識(shí)，它將覆蓋所有的正例并排除所有反例。例如，如果我們用一批動(dòng)物作為實(shí)例，并且告訴學(xué)習(xí)系統(tǒng)哪一個(gè)動(dòng)物是“馬”，哪一個(gè)動(dòng)物不是，當(dāng)實(shí)例足夠多時(shí)，學(xué)習(xí)系統(tǒng)就能一般出關(guān)于“馬”的概念模型，使自己能識(shí)別馬，并且能把馬與其它動(dòng)物區(qū)別開(kāi)來(lái)，這一學(xué)習(xí)過(guò)程就是實(shí)例學(xué)習(xí)。注意你現(xiàn)在瀏覽的是第三十八頁(yè)，共五十頁(yè)。6.6歸納學(xué)習(xí)6.6.1實(shí)例學(xué)習(xí)實(shí)例學(xué)習(xí)的兩個(gè)空間模型注意你現(xiàn)在瀏覽的是第三十九頁(yè)，共五十頁(yè)。6.6歸納學(xué)習(xí)6.6.2觀察與發(fā)現(xiàn)學(xué)習(xí)1、概念聚類

概念聚類就是一種觀察學(xué)習(xí)；人類觀察周圍的事物，對(duì)比各種物體的特性，把它們劃分成動(dòng)物、植物和非生物，并給出每一類的定義。這種把觀察的事物劃分成幾類并建立相應(yīng)概念的過(guò)程就是概念聚類。

傳統(tǒng)的聚類分析方法是基于對(duì)象相似性的數(shù)值測(cè)度。這種測(cè)度沒(méi)有考慮到綜合特征或描述類型的概念。因此得到的分類缺乏概念描述，并且難以解釋。為解決這個(gè)問(wèn)題，產(chǎn)生了概念聚類方法。注意你現(xiàn)在瀏覽的是第四十頁(yè)，共五十頁(yè)。6.6歸納學(xué)習(xí)6.6.2觀察與發(fā)現(xiàn)學(xué)習(xí)2、發(fā)現(xiàn)學(xué)習(xí)發(fā)現(xiàn)學(xué)習(xí)是由系統(tǒng)的初始知識(shí)和觀察的數(shù)據(jù)學(xué)習(xí)數(shù)學(xué)、物理和化學(xué)等方面的概念和規(guī)律。它也使用歸納推理，但是在學(xué)習(xí)過(guò)程中除了初始知識(shí)外施教者不進(jìn)行指導(dǎo)，所以它也是無(wú)實(shí)教的歸納學(xué)習(xí)。一類發(fā)現(xiàn)系統(tǒng)是數(shù)學(xué)發(fā)現(xiàn)系統(tǒng)，典型的系統(tǒng)是AM。本文將介紹這個(gè)系統(tǒng)。另一類發(fā)現(xiàn)系統(tǒng)是發(fā)現(xiàn)物理化學(xué)規(guī)律的系統(tǒng)。有些這種系統(tǒng)主要由觀察的數(shù)據(jù)學(xué)習(xí)，這些觀察可以看作正例。所以它們也可以作為實(shí)例學(xué)習(xí)。第二類系統(tǒng)的例子有：發(fā)現(xiàn)定量規(guī)律的系統(tǒng)BACON.6，發(fā)現(xiàn)定性規(guī)律的系統(tǒng)GLAUBER，確定化學(xué)反應(yīng)用物質(zhì)成分的系統(tǒng)STAHL和形成化學(xué)反應(yīng)結(jié)構(gòu)模型的系統(tǒng)DALTON。

注意你現(xiàn)在瀏覽的是第四十一頁(yè)，共五十頁(yè)。6.7基于解釋的學(xué)習(xí)基于解釋學(xué)習(xí)（Explanation-BasedLeaning,簡(jiǎn)稱EBL）起源于經(jīng)驗(yàn)學(xué)習(xí)的研究。50年代未，對(duì)神經(jīng)元的模擬中發(fā)明了用一種符號(hào)來(lái)標(biāo)記另一些符號(hào)的存儲(chǔ)結(jié)構(gòu)模型，這是早期的存儲(chǔ)塊（chunks）概念。在象棋大師的頭腦中就保存著在各種情況下對(duì)弈經(jīng)驗(yàn)的存儲(chǔ)塊。80年代初，Newell和Rosenbloom認(rèn)為，通過(guò)獲取任務(wù)環(huán)境中關(guān)于模型問(wèn)題的知識(shí)，可以改進(jìn)系統(tǒng)的性能，chunks可以作為對(duì)人類行為進(jìn)行模擬的模型基礎(chǔ)。通過(guò)觀察問(wèn)題求解過(guò)程，獲取經(jīng)驗(yàn)chunks，用其代替各個(gè)子目標(biāo)中的復(fù)雜過(guò)程，可以明顯提高系統(tǒng)求解的速度。由此奠定了經(jīng)驗(yàn)學(xué)習(xí)的基礎(chǔ)。

注意你現(xiàn)在瀏覽的是第四十二頁(yè)，共五十頁(yè)。6.7基于解釋的學(xué)習(xí)6.7.1基于解釋學(xué)習(xí)的工作原理

Mitchell等人把基于解釋的學(xué)習(xí)過(guò)程定義為兩個(gè)步驟：

（1）通過(guò)求解一個(gè)例子來(lái)產(chǎn)生解釋結(jié)構(gòu)；

（2）對(duì)該解釋結(jié)構(gòu)進(jìn)行一般化，獲取一般的控制規(guī)則。

其具體過(guò)程如下：

（1）產(chǎn)生解釋。用戶輸入實(shí)例后，系統(tǒng)首先進(jìn)行問(wèn)題求解。如由目標(biāo)引導(dǎo)反向推理，從領(lǐng)域知識(shí)庫(kù)中尋找有關(guān)規(guī)則，使其后件與目標(biāo)匹配。找到這樣的規(guī)則后，就把目標(biāo)作為后件，該規(guī)則作為前件，并記錄這一因果關(guān)系。然后以規(guī)則的前件作為子目標(biāo)，進(jìn)一步分解推理。如此反復(fù)，沿著因果鏈，直到求解結(jié)束。一旦得到解，便證明了該例的目標(biāo)可滿足，并獲得了證明的因果解釋結(jié)構(gòu)。

（后續(xù)）注意你現(xiàn)在瀏覽的是第四十三頁(yè)，共五十頁(yè)。6.7基于解釋的學(xué)習(xí)6.7.1基于解釋學(xué)習(xí)的工作原理（承上）構(gòu)造解釋結(jié)構(gòu)通常有兩種方式：一是將問(wèn)題求解的每一步推理所用的算子匯集，構(gòu)成動(dòng)作序列作為解釋結(jié)構(gòu)；另一種是自頂向下的遍歷證明樹(shù)結(jié)構(gòu)。前者比較一般，略去了關(guān)于實(shí)例的某些事實(shí)描述；后者比較細(xì)致，每個(gè)事實(shí)都出現(xiàn)在證明樹(shù)中。解釋的構(gòu)造可以在問(wèn)題求解的同時(shí)進(jìn)行，也可在問(wèn)題求解結(jié)束后，沿著解路徑進(jìn)行。這兩種方式形成了邊解邊學(xué)（Learningwhiledoing）和解完再學(xué)（Learningbysolving）兩種方法。

（2）對(duì)得到的解釋結(jié)構(gòu)以及事件進(jìn)行一般。在這一步，通常采取的辦法是將常量轉(zhuǎn)換為變量，即把例子中的某些數(shù)據(jù)換成變量，并略去某些不重要的信息，只保留求解所必需的那些關(guān)鍵信息，經(jīng)過(guò)某種方式的組合，形成產(chǎn)生式規(guī)則，從而獲得一般性的控制知識(shí)。

注意你現(xiàn)在瀏覽的是第四十四頁(yè)，共五十頁(yè)。6.7基于解釋的學(xué)習(xí)6.7.2基于解釋學(xué)習(xí)的舉例例：要學(xué)習(xí)目標(biāo)概念Safe-to-stack(V1,V2)解此問(wèn)題依據(jù)下列兩步進(jìn)行第一步：構(gòu)造解釋結(jié)構(gòu)事實(shí)知識(shí)：

On(obj1,obj2)

Isa(obj2,Endtable)

Color(obj1,red)

Color(obj2,blue)

Volume(obj1,1)

Density(obj1,0.1)

注意你現(xiàn)在瀏覽的是第四十五頁(yè)，共五十頁(yè)。6.7基于解釋的學(xué)習(xí)6.7.2基于解釋學(xué)習(xí)的舉例領(lǐng)域規(guī)則：

Not(Fragile(y))→Safe-to-stack(x,y)

Lighter(x,y)→Safe-to-stack(x,y)

Volume(p1,v1)∧Density(p1,d1)∧X(v1,d1,w1)→Weight(p1,w1)