人工智能机器学习课程教案.docx

人工智能机器学习课程教案 教学内容：机器学习是继专家系统之后人工智能应用的又一重要研究领域。本章主要介绍机器学习的有关知识及其主要的几种学习方法，并介绍了知识发现的相关内容。 教学重点：机器学习的基本结构、类比学习、神经学习、知识发现 教学难点：学习系统的结构，知识发现的处理过程， 教学方法：课堂教学为主。注意结合学生已学的内容。及时提问、收集学生学习情况，多实用具体实例来加以说明，注意难易结合，将课程讲述得较为浅显易懂。 教学要求：重点掌握类比学习和知识发现，掌握机器学习的发展史和神经学习，了解解释学习、归纳学习，一般了解机械学习。 1 机器学习的定义和发展历史 教学内容：本小节主要介绍了机器学习的定义以及其发展的过程，为后面的进一步学习打下基础。 教学重点：机器学习的定义 教学难点：对定义的准确把握和理解 教学方法：通过举例引入机器学习的定义，在讲述发展历史时，简介各阶段的具体产物，让学生有较为具体的感受和体会。 教学要求：重点掌握机器学习的定义，了解机器学习的发展史。 1.1 机器学习的定义 1.机器学习的基本概念： 按照人工智能大师西蒙的观点，学习就是系统在不断重复的工作中对本身能力的增强或者改进，使得系统在下一次执行同样任务或类似任务时，会比现在做得更好或效率更高。 2.机器学习的定义 机器学习是研究如何使用机器来模拟人类学习活动的一门学科。稍为严格的提法是：机器学习是一门研究机器获取新知识和新技能，并识别现有知识的学问。 举例：列举1959年美国的塞缪尔设计的一下棋程序，由这一事件引出关于机器学习的概念的相关讨论。 提问：讨论关于机器学习的各种概念的提出以及其区别。 1.2机器学习的发展史 机器学习是人工智能应用研究较为重 要的分支，它的发展过程大体上可分为4个时期： 1.第一阶段是在50年代中叶到60年代中叶，属于热烈时期。在这个时期，所研究的是“没有知识”的学习，即“无知”学习；其研究目标是各类自组织系统和自适应系统；指导本阶段研究的理论基础是早在40年代就开始研究的神经网络模型。在这个时期，我国研制了数字识别学习机。 2.第二阶段在60年代中叶至70年代中叶，被称为机器学习的冷静时期。本阶段的研究目标是模拟人类的概念学习过程，并采用逻辑结构或图结构作为机器内部描述。这个时期正是我国“史无前例”的十年，对机器学习的研究不可能取得实质进展。 讨论：根据对四个时期的划分和分段了解，讨论机器学习在现实生活中的具体运用及其影响。 讨论：根据对四个时期的划分和分段了解，讨论机器学习在现实生活中的具体运用及其影响。 4.机器学习的最新阶段始于1986年。一方面，由于神经网络研究的重新兴起，另一方面，对实验研究和应用研究得到前所未有的重视。我国的机器学习研究开始进入稳步发展和逐渐繁荣的新时期。 2 机器学习的主要策略与基本结构 内容与作用：本小节概括了机器学习的主要策略，同时给出了机器学习的基本结构，让学生对机器学习的机制有了基本的认识。 教学重点：机器学习的基本结构。 教学难点：机器学习基本结构的内在联系。 教学方法：通过概括介绍让学生了解几种基本的策略，按从易到难的顺序，层层铺垫，为后面的学习埋下伏笔。详细讲述机器学习的基本结构，通过图示让更为形象的说明。 教学要求：重点掌握机器学习的基本结构，了解机器学习的几种主要策略，一般了解影响学习系统设计的因素。 2.1 机器学习的主要策略 学习过程与推理过程是紧密相连的，按照学习中使用推理的多少，机器学习所采用的策略大体上可分为4种——机械学习、示教学习、类比学习和示例学习。学习中所用的推理越多，系统的能力越强。 1.机械学习就是记忆，是最简单的学习策略。这种学习策略不需要任何推理过程。 讨论：通过对比四种主要策略，讨论其各自的优缺点以及其适用的环境。 讨论：通过对比四种主要策略，讨论其各自的优缺点以及其适用的环境。 3.类比学习系统只能得到完成类似任务的有关因此，他比上述两种学习策略需要更多的推理。 4.采用示例学习策略的计算机系统，事先完全没有完成任务的任何规律性的信息，因此需要推理是最多的。 2.2 机器学习系统的基本结构 1.基本结构 图1表示学习系统的基本结构： 环境学习 环境 学习 知识库 执行 图 1 学习系统的基本结构 举例： 举例：以人为例，说明机器学习和 人学习一样，有着其自身的规律和基本过程。而且，其学习过程也有着共性。 提问：能否就机器学习的基本结构，举出相关的例子，并参照其基本结构对其进行分析。 通过对这个简单模型的讨论，总结出设计学习 系统应当注意的某些总的原则： 环境向系统的学习部分提供某些信息，学习部 分利用这些信息修改知识库，以增进系统执行部分完成任务的效能，执行部分根据知识库完成任务，同时把获得的信息反馈给学习部分。在具体的应用中