浅析机器学习基于学习策略的分类（一）

 

    学习策略是指推理策略学习使用系统的过程。机器学习由环境（如书本或教师）提供数据信息，一个学习管理系统发展总是由学习和环境两部分组成。还有一个便是，机器学习部分则实现企业信息进行转换，用能够通过理解的形式记忆下来，并从中我们获取社会有用的信息。

    机器学习发展策略的分类管理标准就是可以根据不同能够实现企业信息进行转换所需的推理多少和难易程度来分类的，在机器学习过程中，学生（学习部分）使用的推理，少他依靠教师（环境）越大教师的负担也较重。依从简单到复杂，从少到多的次序分为以下六种基本类型：

    机器学习的机械学习

    没有任何理由或其他知识转移学生，直接吸收由环境所提供的信息。如塞缪尔的跳棋步伐，纽厄尔和西蒙的LT系统。这类机器学习管理系统研究主要考虑的是如何索引存贮的知识并加以利用。机器学习系统是通过直接学习预先编程好，良好的程序结构，学习者不作任何工作，或者直接接收既定的事实和数据，输入信息，而无需任何推理学习。

    机器学习的示教学习

    要使用从环境中的学生（如教师或其他信息源的教科书），以获得信息，到知识的内部表示进行转换，原始的机器学习和新的知识和知识有机地结合为一体。所以我们要求提高学生有一定影响程度的推理能力，但环境仍要做大量的工作。

    教师提出并以某种形式组织的知识，使机器学习掌握的知识可能会继续增加。学习的任务就是通过建立一个信息系统，这种学生学习研究方法和人类发展社会的学校教育教学管理方式相似，使机器学习能接受教导和建议，并有效地存贮和应用学到的知识。

    许多专家系统在建立知识库时使用这种方法来实现知识获取。典型的应用实例是教学学习程序FOO。

    机器学习的演绎学习

    机器学习自己所用的推理活动形式为演绎推理。从公理推理，演绎过一个结论的逻辑转换。这种推理是“保真“变换和特化的过程，使机器学习在推理过程中可以获取有用的知识。这种机器学习的研究方法包含宏操作进行学习、知识编辑和组块技术。演绎分析推理的逆过程是归纳进行推理。

版权声明：本文为Yun88网的原创文章，转载请附上原文出处链接及本声明。

 

更多产品了解

欢迎扫码加入云巴巴企业数字化交流服务群

产品交流、问题咨询、专业测评

都在这里！