第9章机器学习与知识发现 92符号学习 921记忆学习 记忆学习也称死记硬背学习或机械学习。这种学习方法不 要求系统具有对复杂问题求解的能力,也就是没有推理能力 系统的学习方法就是直接记录与问题有关的信息,然后检索并 利用这些存储的信息来解决问题。例如,对于某个数据x,经过 某种计算过程得到的结果是y,那么系统就把(x,y)作为联想对 存储起来,以后再要对x作同样的计算时,就可通过查询(而不是 计算)直接得到y。又如,对于某个事实A,经过某种推理而得到 结论B,那么就可把序对(4,B)作为一条规则而记录下来,以后 就可以由A直接得到B
第 9 章 机器学习与知识发现 9 9.2 符号学习 9.2.1 记忆学习也称死记硬背学习或机械学习。这种学习方法不 要求系统具有对复杂问题求解的能力, 也就是没有推理能力, 系统的学习方法就是直接记录与问题有关的信息, 然后检索并 利用这些存储的信息来解决问题。例如, 对于某个数据x, 经过 某种计算过程得到的结果是y, 那么系统就把(x, y)作为联想对 存储起来, 以后再要对x 作同样的计算时,就可通过查询(而不是 计算)直接得到y。又如,对于某个事实A, 经过某种推理而得到 结论B, 那么就可把序对(A, B)作为一条规则而记录下来, 以后 就可以由A直接得到B
第9章机器学习与知识发现 使用记忆学习方法的一个成功例子是 Samue的跳棋程序 1959年开发),这个程序是靠记住每一个经过评估的棋局势态, 来改进弈棋的水平。程序采用极小_极大分析的搜索策略来估 计可能的未来棋盘局势,学习环节只存储这些棋盘势态估值及 相应的索引,以备以后弈棋使用。例如某一个势态A轮到程序 走步,这时程序考虑向前搜索三步,根据假设的端节点静态值, 用极小-极大法可求得A的倒推值A。这时系统记住了该棋局及 其倒推值[A,A]。现在假定以后弈棋中,棋局E的搜索树端节 点中出现了A这时就可以检索已存的A来使用,而不必再去计 算其静态估值。这不仅提高了搜索效率,更重要的是A的倒推值 比A的静态值更准确。用了所记忆的A倒推值,对棋局E来说,相 当于局部搜索深度加大到6,因而-结果得到了改善。根据文 献报道, Samuel程序由于有机械学习机制,最后竟能战胜跳棋冠 车
第 9 章 机器学习与知识发现 9 使用记忆学习方法的一个成功例子是Samuel的跳棋程序 (1959年开发), 这个程序是靠记住每一个经过评估的棋局势态, 来改进弈棋的水平。程序采用极小—极大分析的搜索策略来估 计可能的未来棋盘局势, 学习环节只存储这些棋盘势态估值及 相应的索引, 以备以后弈棋使用。 例如某一个势态A轮到程序 走步, 这时程序考虑向前搜索三步, 根据假设的端节点静态值, 用极小—极大法可求得A的倒推值Av。这时系统记住了该棋局及 其倒推值［A,Av］。现在假定以后弈棋中, 棋局E的搜索树端节 点中出现了A,这时就可以检索已存的Av来使用, 而不必再去计 算其静态估值。这不仅提高了搜索效率,更重要的是A的倒推值 比A的静态值更准确。用了所记忆的A倒推值,对棋局E来说, 相 当于局部搜索深度加大到6, 因而E的结果得到了改善。根据文 献报道,Samuel程序由于有机械学习机制, 最后竟能战胜跳棋冠 军
第9章机器学习与知识发现 机械学习是基于记忆和检索的办法,学习方法很简单,但 学习系统需要几种能力。 (1)能实现有组织的存储信息、。为了使利用一个已存的信 息比重新计算该值来得快,必须有一种快速存取的方法。如在 Samue的程序中,通过对棋子位置的布局上加几个重要特征(如 棋盘上棋子的数目)做为索引以利于检索
第 9 章 机器学习与知识发现 9 机械学习是基于记忆和检索的办法, 学习方法很简单, 但 学习系统需要几种能力。 (1) 能实现有组织的存储信息。为了使利用一个已存的信 息比重新计算该值来得快, 必须有一种快速存取的方法。如在 Samuel的程序中,通过对棋子位置的布局上加几个重要特征(如 棋盘上棋子的数目)做为索引以利于检索
第9章机器学习与知识发现 (2)能进行信息综合。通常存储对象的数目可能很大, 为了使其数目限制在便于管理的范围内,需要有某种综合技术 在 Samuel程序中,被存储的对象数目就是博弈中可能出现的各 种棋局棋子位置数目,该程序用简单的综合形式来减少这个数 目,例如只存储一方棋子位置,就可使存储的棋子位置数目减 少一半,也可以利用对称关系进行综合
第 9 章 机器学习与知识发现 9 (2) 能进行信息综合。通常存储对象的数目可能很大, 为了使其数目限制在便于管理的范围内, 需要有某种综合技术。 在Samuel程序中, 被存储的对象数目就是博弈中可能出现的各 种棋局棋子位置数目, 该程序用简单的综合形式来减少这个数 目, 例如只存储一方棋子位置, 就可使存储的棋子位置数目减 少一半, 也可以利用对称关系进行综合
第9章机器学习与知识发现 (3)能控制检索方向。当存储对象愈多时,其中可能 有多个对象与给定的状态有关,这样就要求程序能从有关的 存储对象中进行选择,以便把注意力集中到有希望的方向 上来。 Samuel程序采用优先考虑相同评分下具有较少走步 就能到达那个对象的方向
第 9 章 机器学习与知识发现 9 (3) 能控制检索方向。 当存储对象愈多时, 其中可能 有多个对象与给定的状态有关,这样就要求程序能从有关的 存储对象中进行选择, 以便把注意力集中到有希望的方向 上来。Samuel程序采用优先考虑相同评分下具有较少走步 就能到达那个对象的方向