4.4. Машинное обучение на примерах. Нейронные сети. ч.1
Обучение на примерах предполагает предъявление системе некоторых примеров – объектов с известными характеристиками.
Например, предъявление объектов, принадлежащих нескольким классам, позволяет выявить правила классификации, по которым можно вновь исследуемый объект отнести к тому или иному классу. Такая задача, которая состоит в отнесении объектов по данным, которые их характеризуют, к одному из заранее известных классов, называется задачей распознавания образов. Примерами этой... Подробнее
4.2 Приобретение знаний в СОЗ. ч.2
Активные методы извлечения знаний предполагают более активную, направляющую роль инженера по знаниям. Среди этих методов отметим следующие:
- анкетирование. Этот метод считается наиболее стандартизированным, т.к. предполагает ответы эксперта (экспертов) на заранее разработанный перечень вопросов. Трудность состоит в подборе этих самых вопросов, особенно, если инженер по знаниям предполагает получить от эксперта достаточно лаконичные, четкие и понятные ответы.
- интервью. Интервью также... Подробнее
4.4. Машинное обучение на примерах. Нейронные сети. ч.2
Нейрон получает на входе сигналы x1, x2, x3,…, xN. И суммирует их с весовыми коэффициентами w:
s = ∑wixi
Однако на выходе нейрона присутствует сигнал только тогда, когда s больше или меньше какого-то порога. Точнее существует некоторая функция активации y = f(s), которая преобразует s в 1 (есть сигнал) или 0 (нет сигнала). Если на выходе нейрона есть сигнал, то говорят, что данный нейрон возбужден.
Распространены такие функции активации [12]:
ступенчатая пороговая:
y... Подробнее
4.2 Приобретение знаний в СОЗ. ч.1
В процессе приобретения знаний решаются две задачи - получение, т.е. извлечение знаний из источников и их систематизация (структуризация).
При извлечении знаний происходит взаимодействие с источником (источниками) знаний с целью получить необходимые для создания БЗ сведения - о ходе решения экспертом профессиональных задач, о приоритетах и учитываемых ограничениях, о фактах, событиях и взаимосвязях между ними и т.п.
В ходе структуризации происходит упорядочение и оформление полученных... Подробнее
3.3 Представление и обработка неопределенности в продукционных системах
В реальных условиях далеко не всегда эксперт может с полной уверенностью сказать, что «Если А, То B». Скорее всего при работе вместе с инженером по знаниям над заполнением БЗ эксперт будет говорить о какой то возможности того, что «Если А, То В».
Точно также, как и в ходе диалога пользователя с системой на вопрос об истинности факта А он не всегда сможет однозначно ответить «истинно» или «ложно».
Для того, чтобы... Подробнее
3.8 Ситуационный подход в представлении знаний и выводе решений. ч.4
Последний способ предполагает больший объем работы с экспертами. Он представляется весьма эффективным в случаях, когда пользователь не обладает необходимым резервом времени для выбора решения.
Итак, сформулируем данного подхода к формированию ситуационной базы знаний на основе дерева ситуаций:
-вывод решения осуществляется в процессе уточнения того, выполняются ли заданные условия на ограничения тех или иных параметров (атрибутов ситуаций). Это может быть выполнено или путем диалога и... Подробнее
3.4 Байесова модель. ч.1
Эта модель может рассматриваться как та же модель продукций, но основанная на несколько ином понятийном аппарате. Фактически формула Байеса дает нам еще один способ для представления и обработки неопределенности в продукционных системах.
Разрабатывая вместе с экспертом концептуальную модель предметной области, инженер по знаниям может увидеть, что эта ПО хорошо описывается в терминах событий, вероятностей событий, а также причинно-следственных взаимосвязей между ними.
Например,... Подробнее
3.2 Продукционная модель (правила продукций). ч.2
При формализации этих знаний они будут преобразованы в более строгую форму вида А → B, где однозначно определяется факт А, и левая часть правила трактуется как утверждение об истинности или ложности А. Так вместо размытого выражения «приближаются праздничные дни» в правиле может фигурировать более конкретное:
Если Праздничные дни = Скоро, То Ожидаемые продажи напитка С = Возрастают,
где термины «Скоро» , «Возрастают» являются элементами... Подробнее
3.8 Ситуационный подход в представлении знаний и выводе решений. ч.2
Пользуясь терминами теории измерений, можно сказать, что значение атрибутов могут быть измерены в любой из известных шкал - номинальной (классификационной), абсолютной, относительной, ранговой, балльной и т.п. В силу этого будем полагать выполнение важного условия формализации описания ситуации: если любой из атрибутов Ai принимает два значения x, y, то можно сделать вывод, по крайней мере, о равенстве или неравенстве значение x, y:
Более строгие условия вида... Подробнее
Резюме к 4 главе
1. В ИИС можно выделить три стратегии получения знаний, т.е. «обучения» системы:
- приобретение знаний в СОЗ из источников;
- формирование знаний в системах интеллектуального анали-за данных;
- машинное обучение (на примерах).
2. В процессе приобретения знаний решаются две задачи - по-лучение, т.е. извлечение знаний из источников и их систематиза-ция (структуризация).
При извлечении знаний происходит взаимодействие с источни-ком (источниками) знаний с целью получить... Подробнее
Аннотации статей | [Все аннотации] |
|
|
|||||
|
|
Рекомендовано:
Робот - мойщик окон
Это, на самом деле, крутая штука ЗДЕСЬ
Популярные статьи |
