TAILIEUCHUNG - Bài giảng Trí tuệ nhân tạo: Chương 6 - PGS.TS. Lê Thanh Hương
Bài giảng "Trí tuệ nhân tạo - Chương 6: Học máy" cung cấp cho người học các kiến thức: Các phương pháp học, học, học có giám sát - qui nạp, học cây quyết định, học dựa trên mẫu, mạng nơron nhân tạo,. . | . Học “Học Học đề cập đến các thay đổi của hệ thống theo hướng thích nghi: chúng cho phép hệ thống thực hiện các công việc trong cùng một môi trường hiệu quả hơn từ lần thực hiện thứ 2” Chương 6. Học máy Lê Thanh Hương Bộ môn ô HTTT HTTT, Kh Khoa CNTT Đại học Bách khoa Hà Nội 1 2 Các phương pháp học Những gì cần học? • Học có giám sát: biết trước câu trả lời đúng • Học không giám sát: không biết trước câu trả lời đúng • Học tăng cường: đôi khi có thưởng/phạt cho các hành động 3 • • • • Mẹo trong tìm kiếm Hàm đánh giá trò chơi Tri thức khai báo (các mệnh đề logic) Các bộ phân loại – Cấu trúc phân loại – Ngữ pháp 4 1 Học có giám sát: qui nạp Coi học như việc tìm kiếm • Trường hợp tổng quát: • Đoán hàm phù hợp với các đầu vào = xác định 1 giả thiết. • Không gian giả thiết = tập tất cả các giả thiết có thể. • Học là việc tìm kiếm 1 giả thiết phù hợp trong không gian giả thiết – Cho tập các cặp (x, f(x)), tìm hàm f. • Phân loại: – Cho tập các cặp (x, y) với y là 1 nhãn, tìm hàm cho phép gán x với giá trị đúng của nó. • Phân loại đơn giản: – Cho tập các cặp (x, y) với x là 1 đối tượng và y = + nếu x thuộc đúng lớp và - nếu ngược lại. Tìm hàm cho phép gán nhãn chính xác. 5 . Học cây quyết định Các phương pháp phân loại • • • • • • • 6 Bài toán: quyết định có đợi 1 bàn ở quán ăn không, dựa trên các thông tin sau: 1 Lựa chọn khác: có quán ăn nào khác gần đó không? 1. 2. Quán rượu: có khu vực phục vụ đồ uống gần đó không? 3. Fri/Sat: hôm nay là thứ sáu hay thứ bảy? 4. Đói: chúng ta đã đói chưa? 5. Khách hàng: số khách trong quán (không có, vài người, đầy) 6. Giá cả: khoảng giá ($,$$,$$$) 7. Mưa: ngoài trời có mưa không? 8. Đặt chỗ: chúng ta đã đặt trước chưa? 9. Loại: loại quán ăn (Pháp, Ý, Thái, quán ăn nhanh) 10. Thời gian đợi: 0-10, 10-30, 30-60, >60 Học qui nạp Láng giềng gần Xác suất Cây quyết định Mạng nơron Giải thuật di truyền 7 8 2 Phép biểu diễn dựa trên thuộc tính • Các mẫu được miêu tả dưới dạng các giá trị thuộc tính (logic, .
đang nạp các trang xem trước
