大出版 样例 安电子大学出 电子大学出底 (1)知识生成过程 训练 电子大学出 电子!大学出 要}大学出知识要}大出 安电 输入信息 响应信息 决策 执行 画安电学出版 (2)知识运用过程 图9-3机器学习原理3
图 9-3 机器学习原理3
样例 归纳 安电↓式 知识 图9-4机器学习原理4
图 9-4 机器学习原理4
安电子 又发现 信息“知识 图9-5机器学习原理5
图 9-5 机器学习原理5
6.1.3机器学习的分类 1.基于学习策略的分类 (1)模拟人脑的机器学习 符号学习:模拟人脑的宏观心理级学习过程,以认知心理学 原理为基础,以符号数据为输入,以符号运算为方法,用 推理过程在图或状态空间中搜索,学习的目标为概念或规 则等。符号学习的典型方法有:记忆学习、示例学习、演 绎学习、类比学习、解释学习等。 ●神经网络学习(或连接学习):模拟人脑的微观生理级学 习过程,以脑和神经科学原理为基础,以人工神经网络为 函数结构模型,以数值数据为输入,以数值运算为方法, 用迭代过程在系数向量空间中搜索,学习的目标为函数。 典型的连接学习有权值修正学习、拓扑结构学习
6.1.3 机器学习的分类 1. 基于学习策略的分类 （1）模拟人脑的机器学习 ●符号学习：模拟人脑的宏观心理级学习过程，以认知心理学 原理为基础，以符号数据为输入，以符号运算为方法，用 推理过程在图或状态空间中搜索，学习的目标为概念或规 则等。符号学习的典型方法有：记忆学习、示例学习、演 绎学习、类比学习、解释学习等。 ●神经网络学习（或连接学习）：模拟人脑的微观生理级学 习过程，以脑和神经科学原理为基础，以人工神经网络为 函数结构模型，以数值数据为输入，以数值运算为方法， 用迭代过程在系数向量空间中搜索，学习的目标为函数。 典型的连接学习有权值修正学习、拓扑结构学习
(2)直接采用数学方法的机器学习 ●主要有统计机器学习 2.基于学习方法的分类 (1)归纳学习 ●符号归纳学习:典型的符号归纳学习有示例学习, 决策树学习。 ●函数归纳学习(发现学习):典型的函数归纳学习 有神经网络学习、示例学习,发现学习,统计学习 (2)演绎学习 (3)类比学习:典型的类比学习有案例(范例)学习 (4)分析学习:典型的分析学习有案例(范例)学习、 解释学习
（2）直接采用数学方法的机器学习 ●主要有统计机器学习。 2. 基于学习方法的分类 （1）归纳学习 ● 符号归纳学习：典型的符号归纳学习有示例学习， 决策树学习。 ● 函数归纳学习（发现学习）：典型的函数归纳学习 有神经网络学习、示例学习，发现学习，统计学习。 （2）演绎学习 （3）类比学习：典型的类比学习有案例（范例）学习。 （4）分析学习：典型的分析学习有案例（范例）学习、 解释学习