Red de conocimiento informático - Conocimiento de la instalación - ¿Cuáles son los tipos de aprendizaje automático?

¿Cuáles son los tipos de aprendizaje automático?

Clasificación basada en la estrategia de aprendizaje

La estrategia de aprendizaje se refiere a la estrategia de razonamiento utilizada por el sistema en el proceso de aprendizaje. Un sistema de aprendizaje siempre consta de dos partes: aprendizaje y entorno. La información la proporciona el entorno (como libros o profesores), y la parte de aprendizaje convierte la información, la memoriza en una forma comprensible y obtiene información útil de ella. Cuanto menos razonamiento utilice el estudiante (la parte que aprende) en el proceso de aprendizaje, mayor será la dependencia del profesor (el entorno) y mayor será la carga para el profesor. Las estrategias de aprendizaje se clasifican según la cantidad de razonamiento y dificultad requerida para que los estudiantes logren la conversión de información. Se dividen en los siguientes seis tipos básicos en orden de simple a complejo y de menor a más:

1) Aprendizaje de estilo rotacional

Los alumnos no necesitan realizar ningún razonamiento u otra conversión de conocimientos y absorber directamente la información proporcionada por el entorno. Como el programa de damas de Samuel, el sistema LT de Newell y Simon. Este tipo de sistema de aprendizaje considera principalmente cómo indexar y utilizar el conocimiento almacenado. El método de aprendizaje del sistema es aprender directamente a través de programas preestablecidos y construidos, sin que el alumno tenga que realizar ningún trabajo o recibir directamente hechos y datos establecidos para el aprendizaje, sin ningún razonamiento sobre la información de entrada;

2) Aprender de instrucciones (aprender por que te digan)

Los estudiantes obtienen información del entorno (profesores u otras fuentes de información, como libros de texto, etc.) y transforman el conocimiento en información interna. Representaciones disponibles y combinan orgánicamente nuevos conocimientos con los conocimientos existentes. Entonces, los estudiantes necesitan cierto nivel de razonamiento, pero el entorno aún necesita mucho trabajo. Los profesores presentan y organizan el conocimiento de alguna forma para que el conocimiento de los estudiantes siga aumentando. Este método de aprendizaje es similar al método de enseñanza en las escuelas de la sociedad humana. La tarea del aprendizaje es construir un sistema que pueda aceptar instrucciones y sugerencias, y almacenar y aplicar eficazmente el conocimiento aprendido. Muchos sistemas expertos utilizan este método para lograr la adquisición de conocimientos al crear bases de conocimiento. El programa FOO es un ejemplo de aplicación típico de aprendizaje de demostración.

3) Aprendizaje por deducción

La forma de razonamiento utilizada por los estudiantes es el razonamiento deductivo. El razonamiento comienza con axiomas y luego conduce a conclusiones mediante transformaciones lógicas. Este método de razonamiento es un proceso de transformación y especialización (especialización) de "fidelidad", y los estudiantes pueden obtener conocimientos útiles durante el proceso de razonamiento. Este método de aprendizaje incluye tecnología de aprendizaje de macrooperaciones, edición de conocimientos y agrupación (Chunking). El proceso inverso del razonamiento deductivo es el razonamiento inductivo.

4) Aprendizaje por analogía

Utilizar la similitud de conocimientos en dos campos diferentes (campo de origen y campo de destino), a partir del conocimiento en el campo de origen (incluidas características similares y otros atributos). ) para derivar el conocimiento correspondiente en el dominio objetivo, permitiendo así el aprendizaje por analogía. A través de sistemas de aprendizaje analógicos, las aplicaciones informáticas existentes pueden transformarse y adaptarse a nuevos dominios para realizar funciones similares para las que no fueron diseñadas originalmente.

En comparación con los tres métodos de aprendizaje anteriores, el aprendizaje por analogía requiere más razonamiento. Por lo general, requiere recuperar el conocimiento disponible de una fuente de conocimiento (dominio de origen) y luego transformarlo en una nueva forma para su uso en un nuevo entorno (dominio de destino). El aprendizaje analógico juega un papel importante en la historia del desarrollo tecnológico humano y muchos descubrimientos científicos se logran mediante analogías. Por ejemplo, la famosa analogía de Rutherford revela el misterio de la estructura atómica al comparar la estructura atómica (dominio objetivo) con el sistema solar (dominio fuente).

5) Aprendizaje basado en explicaciones (EBL)

Basado en el concepto objetivo, los ejemplos del concepto, la teoría del dominio y los estándares procesables proporcionados por el profesor, los estudiantes primero construyen una explicación. explicar por qué el ejemplo satisface el concepto objetivo y luego generalizar la explicación a una condición suficiente para el concepto objetivo que satisfaga los criterios operativos. EBL se ha utilizado ampliamente para mejorar la base de conocimientos y mejorar el rendimiento del sistema.

Los sistemas EBL notables incluyen GENESIS de G. DeJong, LEXII y LEAP de T. Mitchell y PRODIGY de S. Minton.

6) Aprender por inducción

Aprender por inducción es un proceso en el que los profesores aprenden de ejemplos que cumplen con el concepto objetivo y luego generalizan la explicación al concepto objetivo que cumple con los estándares operativos. p> El aprendizaje inductivo significa que el profesor o el entorno proporciona ejemplos o contraejemplos de algunos conceptos, lo que permite a los estudiantes derivar una descripción general del concepto a través del razonamiento inductivo. Este tipo de aprendizaje implica mucho más razonamiento que el aprendizaje demostrativo y deductivo porque el entorno no proporciona descripciones conceptuales generales (como axiomas). Hasta cierto punto, el aprendizaje inductivo también requiere más razonamiento que el aprendizaje analógico porque no existen conceptos similares que sirvan como "conceptos fuente". El aprendizaje inductivo es el método de aprendizaje más básico y maduro y ha sido ampliamente investigado y aplicado en el campo de la inteligencia artificial.

Clasificación basada en la representación del conocimiento adquirido

Los conocimientos adquiridos por el sistema de aprendizaje pueden ser: reglas de comportamiento, descripciones de objetos físicos, estrategias de resolución de problemas, clasificaciones diversas e implementación. de tareas Otros tipos de conocimientos utilizados en el proceso.

Para los conocimientos adquiridos en el aprendizaje, algunas representaciones principales son:

1) Parámetros de expresión algebraica

El objetivo del aprendizaje es fijar la función Ajusta formalmente la parámetros o coeficientes de una expresión algebraica para lograr el rendimiento esperado.

2) Árbol de decisión

El árbol de decisión se utiliza para clasificar objetos. Cada nodo interno del árbol corresponde a un atributo del objeto, y cada borde corresponde a un valor opcional de estos atributos. El árbol Los nodos hoja corresponden a cada clasificación básica del objeto.

3) Gramática Formal

Al aprender a reconocer una lengua concreta, la gramática formal de la lengua está formada por un conjunto de expresiones que generalizan la lengua.

4) Reglas generadoras

Las reglas generadoras se expresan en forma de pares condición-acción y son muy utilizadas. Las principales conductas de aprendizaje en el sistema de aprendizaje incluyen: generación, generalización, especialización o síntesis de reglas de generación.

5) Expresiones lógicas formales

Los componentes básicos de las expresiones lógicas formales son proposiciones, predicados, variables, declaraciones que limitan el alcance de las variables y expresiones lógicas integradas.

6) Gráficos y redes

Algunos sistemas utilizan esquemas de comparación y transformación de gráficos para comparar e indexar conocimientos de manera eficiente.

7) Marcos y Patrones