ICP DAS USA ET-7017_深圳長欣自動化設備有限公司

品牌：GE	規格：全新	材質：原裝
產地：國外

ICP DAS USAET-7017

三、機器學習的主要策略

　　學習是一項復雜的智能活動，學習過程與推理過程是緊密相連的，按照學習中使用推理的多少，機器學習所採用的策略大體上可分為4種——機械學習、通過傳授學習、類比學習和通過事例學習。學習中所用的推理越多，係統的能力越強。

　　四、機器學習係統的基本結構

　　上圖表示學習係統的基本結構。環境向係統的學習部分提供某些信息，學習部分利用這些信息修改知識庫，以增進係統執行部分完成任務的效能，執行部分根據知識庫完成任務，同時把獲得的信息反饋給學習部分。在具體的應用中，環境，知識庫和執行部分決定了具體的工作內容，學習部分所需要解決的問題完全由上述3部分確定。下面我們分別敘述這3部分對設計學習係統的影響。

　　影響學習係統設計的重要的因素是環境向係統提供的信息。或者更具體地說是信息的質量。知識庫裏存放的是指導執行部分動作的一般原則，但環境向學習係統提供的信息卻是各種各樣的。如果信息的質量比較高，與一般原則的差別比較小，則學習部分比較容易處理。如果向學習係統提供的是雜亂無章的指導執行具體動作的具體信息，則學習係統需要在獲得足夠數據之後，刪除不必要的細節，進行總結推廣，形成指導動作的一般原則，放入知識庫，這樣學習部分的任務就比較繁重，設計起來也較為困難。

　　因為學習係統獲得的信息往往是不完全的，所以學習係統所進行的推理並不完全是可靠的，它總結出來的規則可能正確，也可能不正確。這要通過執行效果加以檢驗。正確的規則能使係統的效能提高，應予保留；不正確的規則應予修改或從數據庫中刪除。

　　知識庫是影響學習係統設計的第二個因素。知識的表示有多種形式，比如特徵向量、一階邏輯語句、產生式規則、語義網絡和框架等等。這些表示方式各有其特點，在選擇表示方式時要兼顧以下4個方面：

　　(1)表達能力強。(2)易於推理。(3)容易修改知識庫。(4)知識表示易於擴展。

　　對於知識庫後需要說明的一個問題是學習係統不能在全然沒有任何知識的情況下憑空獲取知識，每一個學習係統都要求具有某些知識理解環境提供的信息，分析比較，做出假設，檢驗並修改這些假設。因此，更確切地說，學習係統是對現有知識的擴展和改進。

　　執行部分是整個學習係統的核心，因為執行部分的動作就是學習部分力求改進的動作。同執行部分有關的問題有3個：復雜性、反饋和透明性。五、機器學習分類

　　1、基於學習策略的分類

　　學習策略是指學習過程中係統所採用的推理策略。一個學習係統總是由學習和環境兩部分組成。由環境（如書本或教師）提供信息，學習部分則實現信息轉換，用能夠理解的形式記憶下來，並從中獲取有用的信息。在學習過程中，學生（學習部分）使用的推理越少，他對教師（環境）的依賴就越大，教師的負擔也就越重。學習策略的分類標準就是根據學生實現信息轉換所需的推理多少和難易程度來分類的，依從簡單到復雜，從少到多的次序分為以下五種基本類型：

　　１）機械學習(Rote learning)

　　學習者無需任何推理或其它的知識轉換，直接吸取環境所提供的信息。如塞繆爾的跳棋程序，紐厄爾和西蒙的LT係統。這類學習係統主要考慮的是如何索引存貯的知識並加以利用。係統的學習方法是直接通過事先編好、構造好的程序來學習，學習者不作任何工作，或者是通過直接接收既定的事實和數據進行學習，對輸入信息不作任何的推理。

　　２）示教學習(Learning from instruction或Learning by being told)。

　　學生從環境（教師或其它信息源如教科書等）獲取信息，把知識轉換成內部可使用的表示形式，並將新的知識和原有知識有機地結合為一體。所以要求學生有程度的推理能力，但環境仍要做大量的工作。教師以某種形式提出和組織知識，以使學生擁有的知識可以不斷地增加。這種學習方法和人類社會的學校教學方式相似，學習的任務就是建立一個係統，使它能接受教導和建議，並有效地存貯和應用學到的知識。目前，不少專家係統在建立知識庫時使用這種方法去實現知識獲取。示教學習的一個典型應用例是FOO程序。

　　3）演繹學習(Learning by deduction)。

　　學生所用的推理形式為演譯推理。推理從公理出發，經過邏輯變換推導出結論。這種推理是"保真"變換和特化(specialization)的過程，使學生在推理過程中可以獲取有用的知識。這種學習方法包含宏操作(macro-operation)學習、知識編輯和組塊(Chunking)技術。演繹推理的逆過程是歸納推理。

　　4）類比學習(Learning by analogy)。

　　利用二個不同領域（源域、目標域）中的知識相似性，可以通過類比，從源域的知識（包括相似的特徵和其它性質）推導出目標域的相應知識，從而實現學習。類比學習係統可以使一個已有的計算機應用係統轉變為適應於新的領域，來完成原先沒有設計的相類似的功能。類比學習需要比上述三種學習方式更多的推理。它一般要求先從知識源（源域）中檢索出可用的知識，再將其轉換成新的形式，用到新的狀況（目標域）中去。類比學習在人類科學技術發展史上起著重要作用，許多科學發現就是通過類比得到的。例如的盧瑟福類比就是通過將原子結構（目標域）同太陽係（源域）作類比，揭示了原子結構的奧秘。

　　５）基於解釋的學習(Explanation-based learning, EBL)。

　　學生根據教師提供的目標概念、該概念的一個例子、領域理論及可操作準則，首先構造一個解釋來說明為什該例子滿足目標概念，然後將解釋推廣為目標概念的一個滿足可操作準則的充分條件。EBL已被廣泛應用於知識庫求精和改善係統的性能。的EBL係統有迪喬恩（G.DeJong）的GENESIS, 米切爾（T.Mitchell）的LEXII和LEAP, 以及明頓（S.Minton）等的PRODIGY。

Loctite ZETA 7750 Programmable UV Wand System 98046

Forma Scientific Steri-Cult 200 Incubator Model 3033

Electrothermal 9100 Digital Melting-Point Apparatus

Olympus Industrial Fiberscope IF8D4-15, 8mm OD, 1.5M Lg

Mettler Toledo KA15s Weighing Platform Stainless, 15 KG

Zebra 90XiII Thermal Printer 090-131-00100-09 300 DPI

Beckman Coulter Digital Microfuge 18 Centrifuge 14k RPM

Zeiss 3D-Video System EndoLive, W 3D Endoscope Camera

Tektronix OCP 5002 2GHz Optical Converter / Power Meter

Loctite ZETA 7750 Programmable UV Wand System 98046 FS

VERTICAL SBX IP 320 Phone System, 6 Phones, Voice Mail

Polytron PT 1300 D Homogenizer 100W Drive, 30K RPM

Lab-Line VWR 2720 Hybridization Oven W Rotisserie 117V

Sonics & Materials Vibra Cell Model VCX400, CV26 Probe

Verity Systems V97 Pancake Degausser, Excellent Cond.

Maverick M-560 Exception Item Encoder, W Ribbon, Works

Bertan Model 205B-10R Power Supply 0 to10kV, 0 to 2.5mA

Gould 6600 Chassis with 6 13-6615-50 Transducer Cards

Perkin Elmer N2910500 Series 200 Micro Pump Isocratic

SAES Getters PF4-C3N1 Nitrogen 3000 Cartridge 5 LPM NIB

VWR Waver Variable Speed Gyratory Shaker 57018-850

Associated Research 5060AT AC Hypot & Ground Continuity

Airpax Tachpak 3 Digital Process Tachometer T77430-71

Compliance West GF-30 AC High Current Continuity Tester

Mettler Toledo EN-C, U Ionizer & One Point Ionizer 120V

Shear Tech DES-2400 Automatic Check Destripper, 2 Avail

Gates Power Crimp 703 Crimping Tool

Mettler 325-010 Compact Sanitary Turbine Flow Sensor

Neslab Endocal RTE-5B Refrigerated Circulator Bath

Mettler 321-211 Smart Sanitary Pressure Sensors Strain

Tektronix 11801A 50 GHz, Oscilloscope Mainframe E5322

Federal Maxum MAHR DEI-74110 0.001mm Gauge W Sensor

Allen Bradley 1756-M08SE/B 8-Axis Sercos Interface NIB

Fluke 8502A Digital 6 1/2 digits Mulitmeter w/options

TOSHIBA STRATA 672A W VM Computer

Haake D1 000-4493 Heater / Chiller W G Waterbath

Schott Gerate CT-050 Heater / Circulator, 5 Gallon Tank

HP 16500A Logic Analysis System W 16530A, 16531A, Ex.

VWR Galaxy 16 Microcentrifuge, Cap. 18x1.5/2.0mL tubes

Allen Bradley PanelView 550, 2711-B5A8 Series F