[混合型学习与构造性归纳]葛翔

【混合型学习与构造性归纳】葛翔.pdf论文答辨日期:2001年6月6日 陈跳乾 指导教师:(签宇)南京大学计算机系硕1:学位论文 目录 摘要,ABSTRACT第一章 绪言1 机器学习概述.1 机器学习的发展过程1 机器学习的典范.1 符号经验式学习.1解释学习1其他典范.1机器学习的分类学习概念的表示1 本文的工作.第二章 基于示例的归纳学习2SEL概述2示例学习2描述语言2单概念和多概念学习单步学习和增量学习.南京大学计算机系硕上学位论文 摘要 本文对混合型机器学习方法进行了分析和研究,提出了一种混合决策树方 法HDT,并通过实验表明,HDT具有较强的泛化能力,是一较好的分类器。还 对增量学习进行了研究,界定了三种不同的增量学习问题的概念,并给出了HDT 的增量学习算法。实验表明,HDT的增量学习算法可以较好地帮助混合决策树 解决新增训练例的学习(E-IL)问题。另外还对构造性归纳进行了研究,提出了一 于产生简洁紧凑的学习结果。
———— 文字由OCR识别(未校验)，可能存在错字；请以原始完整版为准。