1、模糊数学传统示例学习与模糊示例学习机器学习 作用完成一些难以定义的任务,例如找出某个人从大量数据中找出隐含的相关性 数据挖掘设备(软件或硬件)对于环境的自适应有些任务虽然是确定的,但需要大量的知识和快速的处理,例如紧急医疗诊断(大豆诊断方面计算机已经超过了人类专家)环境快速改变、新知识不断涌入的情况下,系统很难被一次设计完成,需要不断动态更新分类 例子:信用卡记录 low-risk 与 high-risk 收入与储蓄Discriminant: IF income 1 AND savings 2 THEN low-risk ELSE high-risk线性回归 例子 : 二手车价格 x : 属性
2、y : 价格y = g (x | )g ( ) model, parametersy = wx+w0SVM SVM分类器的特点是他们能够同时最小化经验误差与最大化几何边缘区。因此支持向量机也被称为最大边缘区分类器。 神经网络 应用类似大脑神经突触联接的结构进行信息处理的数序模型。 激励机制 权重决策树示例学习 A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E.规则空间抽象解释样本空间 实验示例学习 学习的基本过程 问题描述 选择训练样本(经验 E) 选择目标函数(任务 T) 选择评价函数(效能 P) 选择逼近算法规则空间抽象解释样本空间 实验双空间模型示例学习 问题描述训练经验 E 选择新方案,与原有方案进行竞争目标 T 获得国际象棋比赛的胜利性能评价 P 对于每一步如何计算优劣