高级人工智能第七章 归纳学习（1）史忠植中国科学院计算技术所Date1史忠植 高级人工智能内容提要7.1 归纳学习的逻辑基础 7.2 偏置变换 7.3 变型空间方法 7.4 AQ归纳学习算法 7.5 产生与测试方法 7.6 决策树学习 7.7 归纳学习的计算理论Date2史忠植 高级人工智能概 述给定关于某个概念的一系列已知的正例和反例，其任 务是从中归纳出一个一般的概念描述。归纳学习能够获得 新的概念，创立新的规则，发现新的理论。泛化(generalization)用来扩展一假设的语义信息， 以使其能够包含更多的正例，应用于更多的情况。特化(specialization)是泛化的相反的操作，用于限 制概念描述的应用范围。Date3史忠植 高级人工智能归纳学习的一般模式给定: 观察语句集(事实)F：这是有关某类对象中个别 具体对象的知识或某一对象的部分特征的知识。 假定的初始归纳断言(可空)：是关于目标的泛 化项或泛化描述。 背景知识：背景知识定义了在观察语句和所产 生的候选归纳断言上的假定和限制，以及任何有关问题 领域知识。有关问题领域知识包括特化所找归纳断言的 期望性质的择优标准。 寻找:归纳断言H(hypothesis), H 重言或弱蕴涵观察语 句并满足背景知识。Date4史忠植 高级人工智能基本符号表 非 (2) 生成该实例的一致性泛化式(称作star);(3) 根据偏好标准, 从star选择最优的泛化式(假设 )。如果需要, 特化该假设;(4) 如果该假设覆盖了全部实例, 则停止; 否则选 择一个未被假设覆盖的实例, 转到 (2)。Date39史忠植 高级人工智能简单的AQ学习算法AE方法 AE系列方法是在扩张矩阵中寻找覆 盖正例排斥反例的字段值的规则 Date40史忠植 高级人工智能AQ学习算法Michalski等采用AQ11程序学习15种黄豆 病害的诊断规则。提供给程序630种患病 黄豆植株的描述，每个描述是35个特征的 特征向量。同时送入每个描述的专家诊断 结论。选择例子程序从中选出290种样本 植株作为训练例子。选择准则是使例子间 相差较大。其余340种植株留作测试集合 ，用来检验得到的规则。Date41史忠植 高级人工智能