Documente Academic
Documente Profesional
Documente Cultură
Facultatea de Inginerie
Specializarea: Automatică și Informatică Aplicată
Coordonator:
Prof, Dr. Ing. Bălaș E. Valentina
Student:
Betea Marius Mădălin
Curs nr. 1
Conținut prezentare
■ Introducere
■ Învățare inductivă
■ Învățare în spațiul versiunilor
■ Învățare prin recompensă
■ Rețele neurale
■ Algoritmi genetici
■ LCS
■ Teoria învățării computaționale
■ Învățarea în rețele Bayesiene
2
1. Definitii
■ Învățarea este procesul prin care un sistem
își îmbunătățește performanțele (Herbert
Simon).
■ Învățarea este achiziția cunoștințelor
explicite;
■ Învățarea este achiziția deprinderilor de
rezolvare a problemelor
■ Învățarea este formarea teoriilor, formarea
3
Învățare automată
Machine learning
■ Schimbă structura, programul sau BC( Baza
de Cunoștințe)
■ Schimbările: pot să fie îmbunătățiri sau
creare de la Perceptie
zero
Actiune
4
Învățare automată
Discipline
■ Statistică (eșantioane - distribuție de
probabilitate)
■ Modele neuronale
parametrii necunoscuți)
■ Modele psihologice
■ Modele biologice
5
Învățarea – Exemple de
Aplicații
■ clasificarea proteinelor corespunzător funcției lor
■ prezice dacă pacientul răspunde bine unui
tratament/medicament
■ categorizarea textelor (e.g., filtrare spam)
■ detecția fraudelor
■ OCR
■ detecția fețelor umane în imagini
■ înțelegerea limbajului vorbit
■ segmentarea pieței (ex: dacă un client răspunde unei
promoții)
■ predicția consumului de electricitate
6
Model simplu – Clasificare 1
T = {X1, X2, …, Xm} – multime de învățare
x1 f(X) = ?
X = x2 h h(X)
.
. h∈
xn H
■ Invățare supervizată – se cunosc f(X ), …, f(X )
1 m
negativă
8
Model conceptual – Clasificare 2
■ Mediul oferă stimuli sau informație
elementului de învățare, care folosește
această informație pentru a îmbunătăți
cunoștințele (explicite) din baza de
cunoștințe
■ Aceste cunoștințe sunt utilizate de
9
Sistem de învățare
Element de Feed-back
Învățare
Rezultate învățare
Date
Rezolvare
BC
Motor de inferență
Mediu
Strategie
Rezultate
Profesor
Feed-back Evaluare
Performanțe
10
Model conceptual – Clasificare 2
■ În funcție de diferența între nivelul
informației oferite de mediu și cel al
informației din baza de cunoștințe, se pot
identifica patru tipuri de învățare
■ învățarea prin memorare
■ învățarea prin instruire
11
Reguli de inferență utilizate în învățare
12
Inferența inductivă
■ O proprietate adevarată pentru o
submulțime de obiecte dintr-o clasă este
adevarată pentru toate obiectele din acea
clasă
13
Inferența inductivă
■ Se poate generaliza la sintetizarea unei
întregi reguli de deducție pe baza
exemplelor
14
Inferenta abductiva
■ Se utilizează cunoștințe cauzale pentru a
explica sau a justifica o concluzie, posibil
invalidă
15
Inferența abductivă
■ Exemplu
■ Uda(iarba)
■ (∀x) (PlouaPeste(x) → Uda(x))
16
Inferența analogică
■ Situații sau entități care tind să fie
asemănătoare sub anumite aspecte, sunt
asemănătoare în general
■ Este o combinație a celorlalte forme de
17
Condiții pentru o învățare "corectă"
Problema: identifică personaje de film
"bune" sau "rele" după modul în care arată
18
Condiții pentru o învățare "corectă"
Atribute / Sex Mască Pelerină Cravată Urechi Luptă Clasa
Instante
Set de invatare
Batgirl Fem Da Da Nu Da Nu ??
Fred Masc Da Nu Nu Nu Nu ??
19
Condiții pentru o învățare "corectă"
Clasifica datele
Cravata
Nu Da
Pelerina Lupta
Nu Da Nu Da
20
Condiții pentru o învățare "corectă"
Masca
Nu Da
Lupta Pelerina Da
Nu Da Nu
Urechi Rau Sex Urechi
Nu Da
Da Fem Masc Nu
Cravata Pelerina Bun Rau Lupta Bun
Nu Da
Da Nu Nu Da
Rau Bun Rau Bun Bun Rau
Sex
Masc Fem
Bun Rau
22
Condiții pentru o învățare "corectă"
■ Clasificatoarele trebuie să fie suficient de
"expresive" pentru a fi în concordanță cu
setul de învățare
■ Dar clasificatoarele care au o complexitate
23
Bibliografie