sở tri thức :
+ Học củng cố : Học củng cố cũng lă dạng học giâm sât, tuy nhiín dữ liệu học
gồm mảnh nhỏ thông tin đơn giản vă tri thức sẵn có của hệ thống. Đích của việc học lă sau quâ trình học, tìm ra một định nghĩa tổng quât nhất từ mảnh nhỏ thông tin đơn giản năy đó lă tín hiệu học củng cố của thầy giâo.
Ví dụ : Học tìm ra một luật suy diễn tổng quât để dẫn đến kết rằng X lă lớp của câc
đối tượng quả bóng nhờ sự giải thích thông qua thể lọai học củng cố.
- Dữ liệu học : gồm mảnh nhỏ thông tin đơn giản vă tri thức sẵn có của hệ
thống được thiết lập lă
1) quả_bóng(đt).
2) vật_đâ_được(X)∧vật_hình_cầu(X) → quả_bóng(X).
3) vật_lăm_bằng_nhựa(X)∧vật_nhẹ(X) → vật_đâ_được(X).
4) vật_có_mặt_lồi(X)∧vật_có_mặt_tròn(X) → vật_hình_cầu(X).
- Đích của việc học : đích của việc học lă tìm một luật suy diễn tổng quât
nhất với dạng lă
tiín_đề(X) → quả_bóng(X).
Quâ trình học, xđy dựng câc nhđn tố quyết định cho tiín_đề(X) để dẫn đến kết luận rằng X lă lớp của câc đối tượng quả bóng.
Thể lọai học củng cố năy lă dạng học giải thích dựa trín cơ sở tri thức sẵn có của hệ thống vă vì thế, hệ thống học phải trải qua hai giai đọan. Giai đọan đặc trưng hóa từ tri thức sẵn có của hệ thống đó lă giai đọan giải thích về
câc thuộc tính đặc trưng của đối tượng. Giai đọan tổng quât hóa đó lă tổng quât hóa câc thuộc tính đặc trưng của đối tượng đê được giải thích với biến số X để tìm ra câc nhđn tố quyết định tổng quât nhất cho tiín_đề(X) dẫn đến kết luận rằng X lă lớp của câc đối tượng quả bóng.
Quâ trình học với thể lọai năy được mô tả bằng cđy như hình
quả_bóng(đt) vật_lăm_bằng_nhựa(đt) vật_đâ_được(đt) vật_hình_cầu(đt) vật_nhẹ(đt) vật_có_mặt_lồi(đt) vật_có_mặt_tròn(đt) quả_bóng(X) vật_lăm_bằng_nhựa(X) vật_đâ_được(X) vật_hình_cầu(X) vật_nhẹ(X) vật_có_mặt_lồi(X) vật_có_mặt_tròn(X)
Luật suy diễn tổng quât cho tiín_đề(X) lă một biểu thức của câc phĩp tóan giao liín từ vă với câc thănh phần của nó lă câc nút lâ của cđy tổng quât. Luật được thiết lập lă
vật_lăm_bằng_nhựa(X)∧vật_nhẹ(X)∧vật_có_mặt_lồi(X)∧
vật_có_mặt_tròn(X) → quả_bóng(X).
thống tự khâm phâ ra một văi thông tin bổ ích trong quâ trình học. Thể lọai học năy thường sử dụng dữ liệu học không phđn lớp vă quâ trình học tự khâm phâ để phđn lớp dữ liệu.
Ví dụ : Học xếp lớp của câc đối tượng quả bóng. Dữ liệu học không phđn lớp của
câc quả bóng được thiết lập lă
đt1 = { nhỏ, đỏ, nhựa, quả_bóng}. đt2 = { nhỏ, xanh, nhựa, quả_bóng}. đt3 = { lớn, đen, gổ, quả_bóng}.
Đích của việc học lă quâ trình học xếp lớp của câc đối tượng quả bóng dựa trín cơ sở câc số đo tương tự.
Câch học lă lần lượt tính số đo tương tự của từng cặp dữ liệu, chọn cặp của câc đối tượng có số đo tương tự lă lớn nhất đưa về một lớp vă còn câc đối tượng khâc có số đo tương tự lă nhỏ hơn đưa về một lớp khâc. Số đo tương tự của mỗi cặp dữ liệu đó lă số thuộc tính giống nhau của hai đối tượng chia cho tổng số câc thuộc tính của đối tượng vă vì thế số đo tương tự của mỗi cặp dữ liệu cho trín được thiết lập như sau :
- Số đo tương tự của cặp dữ liệu đt1 vă đt2 lă 3/4.
- Số đo tương tự của cặp dữ liệu đt1 vă đt3 lă 1/4. (adsbygoogle = window.adsbygoogle || []).push({});
- Số đo tương tự của cặp dữ liệu đt2 vă đt3 lă 1/4.
Với câc số đo tương tự năy, đối tượng đt1 vă đt2 lă ở cùng lớp vă đt3 lă ở một lớp khâc.
7.3) Mô hình Học Mây Nhờ Mạng Neuron Nhđn Tạo :