[机器学习与知识获取]何钦铭王申康编著浙江大学

【機器學習與知識獲取】何欽銘王申康編著浙江大學.pdf机器学习与知识获取 何钦铭王申康 编著前言 1 前言 机器学习和知识获取是人工智能领域的一个重要分支。学习能 力是具体智能行为的最基本属性。机器学习作为提高机器智能的重 要手段,近年来受到研究人员的广泛注意,成为人工智能领域的研究 核心。机器学习不仅在人工智能领域,而且在认知科学、心理学、教育 学、哲学以及其它相关领域中也受到广泛的注意。知识获取是基于知 识系统设计、构造过程中一个不可避免的环节。如何提高知识获取的 质量、效率和自动化程度已成为知识工程领域的一个“瓶颈”问题.机器学习和知识获取是紧密相关的两个学科。目录目 第一章机器学习概论 1 什么是学习 1 机器学习发展史 1 机器学习分类 1 计算学习理论 第二章 示例学习 2 归纳学习的基础 2 基本概括策略 2 启发式学习 2 构造决策树法(ID3) 第三章 从观察和发现中学习 3 概念聚类 3 定理发现 3 概念发现 第四章 基于解释学习 4 基于解释的概括 4.
———— 文字由OCR识别(未校验)，可能存在错字；请以原始完整版为准。