>
快捷搜索:

人工智能归纳学习的模式和规则

- 编辑:mg4355线路检测 -

人工智能归纳学习的模式和规则

  归纳(induction)是人类拓展认识能力的重要方法,是一种从个别到一般,从部分到整体的推理行为,是

  归纳推理是应用归纳方法,从足够多的具体事例中归纳出一般性知识,提取事物的一般规律;它是一种从个别到一般的推理。在进行归纳时,一般不可能考察全部相关事例,因而归纳出的结论无法保证其绝对正确,但又能以某种程度相信它为真。这是归纳推理的一个重要特征。例如,由“麻雀会飞”、“鸽子会飞”、“燕子会飞”……

  归纳学习(induction learning)是应用归纳推理进行学习的一种方法。根据归纳学习有无教师指导,可把它分为示例学习和观察与发现学习。前者属于有师学习,后者属于无师学习。

  除了有穷归纳与数学归纳以外,一般的归纳推理结论只是保假的,即归纳依据的前提错误,那么结论也错误,但前提正确时结论并不一定正确。从相同的实例集合中,可以提出不同的理论来解释它,应按某一标准选取最好的作为学习结果可以说,人类知识的增长主要得益于归纳学习方法。

  给定:①观察陈述(事实)F,用以表示有关某些对象、状态、过程等的特定知识;②假定的初始归纳断言(可能为空):③背景知识,用于定义有关观察陈述、候选归纳断言以及任何相关问题领域知识、假设和约束,其中包括能够刻画所求归纳断言的性质的优先准则。

  这里,从H推导到F是演绎推理,因此是保真的;而从事实F推导出假设H是归纳推理,因此不是保真的,而是保假的。

  在归纳推理过程中,需要引用一些归纳规则。这些规则分为选择性概括规则和构造性概括规则两类。令D1,D2分别为归纳前后的知识描述,则归纳是D1→D:。如果D2中所有描述基本单元(如谓词子句的谓词)都是D1中的,只是对D2中基本单元有所取含,或改变连接关系,那么就是选择性概括。如果D中有新的描述基本单元(如反映D1各单元间的某种关系的新单元),那么就称为构造性概括。这两种概括规则的主要区别在于,后者能够构造新的描述符或属性。设CTX,CTX1和CTX表示任意描述,K表示结论,则有如下几条常用的选择性概括规则:

  这些规则是只从事例中提取各个描述项之间的某种相互关系,而忽略其他关系信息的方法,这种关系在规则中表现为一种同一关系。

  投资者关系关于同花顺软件下载法律声明运营许可联系我们友情链接招聘英才用户体验计划

  不良信息举报电话举报邮箱:增值电信业务经营许可证:B2-20080207

本文由心理学发布,转载请注明来源:人工智能归纳学习的模式和规则