Главная » Информационные системы » Интеллектуальные ИС » 6.1.Компоненты процесса обучения. Индуктивное обучение. Система ID3. Система INDUCE.

6.1.Компоненты процесса обучения. Индуктивное обучение. Система ID3. Система INDUCE.

Компоненты процесса обучения

Машинное обучение— это синоним процедуры приобретения знаний, которая может быть использована, когда эксперт по знаниям: 
  • не существует,
  • недостаточно надежен,
  • чересчур дорог,
  • не доступен постоянно во времени.

К сожалению, эксперты, обладающие знаниями в области экономики за­частую характеризуется всеми этими чертами в различной степени. По опы­ту авторов, которые строили ИИС для этой области, очень трудно найти консультанта по инвестициям или маркетингу, который отвечал бы всем этим требованиям. Системы автоматического приобретения знаний должны быть существенными элементами экспертной системы в области инвести­ций. Процесс обучения машины в общем виде поясняется на рис. 10.1.



Рис. 10.1. Модель обучения

Система генерирует знания, полученные в результате изучения среды. В процессе сравнения выходов ИИС и объекта информатизации в соответствии с критерием выявляется расхождение между результатами реального мира и выходом системы. Цель заключается в том, чтобы трансформировать реак­цию среды и оценку в соответствии с критерием в форму знания.

Стратегии обучения, которые получили значительное внимание в литера­туре по искусственному интеллекту (ИИ), включают индуктивное обучение, обучение распознаванию образов (машинное обучение) с учителем и без учителя (кластеризация).

Одной из сфер применения методов машинного обучения, в которой входные данные формализованы в высокой степени, а рекомендации компьютера выливаются в реальные деньги, является рынок ценных бумаг.
Индуктивное обучение

Индуктивное обучение заключается в том, чтобы получить применимые правила из изучения прошлых специфических примеров. Таким образом, индуктивное обучение также называется обучением по примерам. В основу индуктивного обучения положены принципы индуктивных умозаключений. Индуктивным называется умозаключение, в котором на основании принадлежности признака отдельным предметам или частям некоторого класса делают вывод о его принадлежности классу в целом
Система ID3

Одним из первых индуктивных алгоритмов является алгоритм ID3. Про­грамма работает следующим образом:
  1. Выбрать наугад некоторое подмножество (окно) W из множества всех
    обучающих примеров.
  2. Для текущего окна построить правило классификации.
  3. Просмотреть полностью всю базу данных, а не только это окно, чтобы
    найти исключения для последнего из выработанных правил.
  4. Если исключения обнаружены, то включить некоторые из таких при­меров в окно и повторить шаги, начиная со второго; в противном случае
    прекратить работу и выдать полученное правило.
Система INDUCE

INDUCE представляет собою структурно обучающуюся программу, в которой используется метод, известный как лучевой поиск. Метод заключается в следующем.
  • Пусть множество Н содержит наугад выбранное подмножество размером W множества обучающих примеров.
  • Обобщить каждый пример из Н в минимально возможной степени (т. е. проделать минимальные обобщения).
  • Отбросить неоправдавшиеся гипотезы в соответствии с их размером и аботоспособностью, т. е. сохранить те гипотезы, которые просты и хватывают много примеров, отбросив сложные и охватывающие ишь несколько случаев. В результате остаются только лучшие прави­ла для W.
  • Если какое-то описание в Н охватывает все (или достаточное число) при­меров, то выдать его на печать.

(Шаги со второго по четвертый повторяются до тех пор, пока либо Н не станет пустым, либо достаточное число понятий не поступит на печать.)

Друзья! Приглашаем вас к обсуждению. Если у вас есть своё мнение, напишите нам в комментарии.

Поделиться

Дисциплины