机器学习

被引:7
作者
费宗铭
吕建
王志坚
陈道蓄
徐家福
机构
[1] 南京大学计算机软件研究所
关键词
机器学习; 领域; EBL; 问题求解; 学习(人工智能); 人工智能; 目标概念; 描述符;
D O I
暂无
中图分类号
学科分类号
摘要
<正> 目前,机器学习研究方兴未艾,同时,对一些基本概念、基本问题的提法尚各执一词。本文首先概述了我们关于机器学习有关问题的基本认识,在此基础上,分析了符号机器学习研究中比较重要的两个领域(归纳学习和基于解释的学习)的研究现状,最后提出了我们的一些想法。关于机器学习的一些看法何谓机器学习?我们认为,机器学习从内在行为看,是从未知到知的过程,是知识增加的过程。从外在表现看,是系统的某些适应性改变,使得系统能完成原来不能完成的任务或把原来能完成的任务做得更好。这是一个问题的两个方面,各有侧重,归纳学习就侧重于概念获取即知识增加的一面,而基于
引用
收藏
页码:26 / 32
页数:7
相关论文
共 4 条
[1]  
Learning at the knowledge level[J] . Thomas G. Dietterich.Machine Learning . 1986 (3)
[2]  
Induction of decision trees[J] . J. R. Quinlan.Machine Learning . 1986 (1)
[3]  
Explanation-based learning: An alternative view[J] . Gerald Dejong,Raymond Mooney.Machine Learning . 1986 (2)
[4]  
Explanation-based generalization: A unifying view[J] . Tom M. Mitchell,Richard M. Keller,Smadar T. Kedar-Cabelli.Machine Learning . 1986 (1)