人工智能2机器学习基础.pdf

《人工智能：算法的视角》卷一草稿 第二章 机器学习基础 第 2 章 机器学习基础 学习是人类获取知识和技能的根本途径，学习能力是人类智能的关键组成部分之一。因 此，不具有学习能力的智能系统难以称得上是真正的智能系统。甚至可以说，机器智能系统 其实都是学习的产物，只是一部分并非来自于机器的自动学习，而是人类经验的转化，是人 类将自己学习的结果以硬件或软件的形式体现在了机器上。因此，对于机器学习的研究是人 工智能研究中的重要组成部分，其研究目标是理解人类学习的内在机制，在此基础上使机器 模拟人类的学习能力，以使机器通过学习自动获取知识或者改善系统性能，从而不断高其 智能水平，实现自我完善。 本章阐述机器学习的定义、机器学习的方式、最主要的归纳学习方式的类型、以及与机 器学习算法评价有关的主要问题。 2.1 机器学习是什么？ 学习是人们习以为常的概念，人的一生都是在不断学习以适应环境的过程中度过的。那 么学习的实质是什么呢？是“变化”。人们通过学习，使自身发生改变（如知识结构、思维 方式、性格特点等等），从而能够更好地适应环境，因此可以通俗地概括为“学习即变化”。 [1] 人工智能学科的两位创始人：明斯基和西蒙，就是这样来定义学习的 ： Ø 明斯基：“学习是我们头脑里有用的变化”。 Ø 西蒙： “学习是系统中的变化，这种变化使系统在重复同样工作或类似工作时， 能够做得更好”。 学习导致的变化包含了知识获取和能力改善两个主要方面。所谓知识获取是指获得知 识、积累经验、发现规律；所谓能力改善是指改进性能、适应环境、实现自我完善。在学习 过程中，知识获取与能力改善是密切相关的，知识获取是学习的核心，能力改善是学习的结 果。于是，我们可以如此定义学习： 定义 2.1 学习是一个有特定目的的知识获取和能力增长过程，其内在行为是获得知识、积 累经验、发现规律，其外部表现是改进性能、适应环境、实现自我完善。 对于目前的机器来说，其解决问题的基本手段仍然是计算，因此学习后的性能改善可体 现在计算效果（effectiveness ）和计算效率（efficiency ）两个方面或其中之一。计算效果的 改善是指机器能够解决更多的问题了或者能够更好地解决问题了，比如人脸识别系统的识别 率高了、等等；计算效率的改善是指机器能够更快地解决问题了，比如下棋时确定最佳应 对招数所需的计算时间缩短了、等等。以上的机器学习目标可形象地归纳为“更多、更快、 更好”。 根据定义2.1 ，具有学习能力的智能系统应包括感知机构、学习机构、执行机构和评价 机构四个组成部分，其构成关系如图2.1 所示。其中： l 感知机构类似于人的眼、耳、鼻等感觉器官以及大脑中的感知部分，用于从外部环 1 境获取执行机构运行所需的外部信息以及学习机构所需的对于执行机构性能的评 价信息。 l 执行机构类似于人的四肢、嘴巴等执行器官以及大脑中的行为部分，用于解决问题， 从而对外表现智能，其特点是可以影响和改变环境，比如人脸识别系统中确定并给 北京理工大学计算机学院 作者：刘峡壁 《人工智能：算法的视角》卷一草稿 第二章 机器学习基础 出待识别人脸姓名的部分、下棋系统中确定并执行下棋步骤的部分、无人汽车驾驶 系统中控制车