文档介绍：第六章 机器学****br/>8/12/2018
1
第六章机器学****br/>主要内容:
机器学****概述
归纳学****br/>示例学****br/>基于决策树的归纳学****方法ID3
类比学****br/>基于范例的学****br/>解释学****br/>支持向量机
8/12/2018
2
学****br/>经典定义:利用经验改善系统自身的性能
[, Book 97]
随着该领域的发展,主要做智能数据分析
典型任务:预测
例如:天气预报
8/12/2018
3
机器学****续)
数据挖掘
数据库
机器学****br/>数据分析技术
数据管理技术
8/12/2018
4
美国航空航天局JPL实验室的科学家在《Science》(2001年9月)上撰文指出:机器学****对科学研究的整个过程正起到越来越大的支持作用,……,该领域在今后的若干年内将取得稳定而快速的发展
重要性
生物
信息学
计算
金融学
分子
生物学
行星
地质学
……
工业过程控制
机器人
……
遥感信
息处理
信息安全
机器学****br/>8/12/2018
5
重要性:例子—网络安全
入侵检测:
是否是入侵?是何种入侵?
如何检测?
历史数据:以往的正常访问模式及其表现、以往的入侵模式及其表现……
对当前访问模式分类
这是一个典型的预测型机器学****问题
常用技术:
神经网络决策树
支持向量机 k近邻
序列分析聚类
…………
8/12/2018
6
重要性:例子—生物信息学
常用技术:
神经网络支持向量机
隐马尔可夫模型
k近邻决策树
序列分析聚类
…………
8/12/2018
7
重要性(续)
机器学****在过去十年中发展极为迅速,今后会快速稳定地发展、对科学做出更大贡献的领域
[ & D. DesCoste, Science 01]
人工智能中最活跃、应用潜力最明显的领域(之一)
[. Dietterich, AIMag 97]
美国、欧洲各国都投入了大量人力物力
大型公司如波音、微软、通用电器等都有研究课题
已有一些研究成果进入产品
8/12/2018
8
机器学****角色的转变
如果我们想做出重要的贡献,首先需要把握住该领域发展的脉搏
机器学****现在似乎已经发展到一个新阶段
机器学****起源于人工智能对人类学****能力的追求,上一阶段的研究几乎完全局限在人工智能这一领域中(学****本身是目的)
而现在,机器学****已经开始进入了计算机科学的不同领域,甚至其他学科,成为一种支持技术、服务技术(学****本身是手段)
8/12/2018
9
挑战问题(1):泛化能力
共性问题:
几乎所有的领域,都希望越准越好
提高泛化能力是永远的追求
目前泛化能力最强的技术:
支持向量机(SVM)
产生途径:理论->实践
集成学****ensemble learning)
产生途径:实践->理论
8/12/2018
10