CASIA OpenIR  > 毕业生  > 硕士学位论文
归纳学习泛化问题的理论及应用
阮闯
Subtype工学硕士
Thesis Advisor王珏
1992-06-01
Degree Grantor中国科学院自动化研究所
Place of Conferral中国科学院自动化研究所
Degree Discipline模式识别与智能系统
Abstract智能的一个重要体现就是学习能力。归纳学习是机器学习领域研究得最 深入的方面。对归纳学习的研究不但本身具有重要意义,而且对于理解诸如演 绎学习和类比学习都是有益的。归纳学习近年来发展很快,不仅仅是一些经验 的学习算法了,已经能对归纳学习的某些方面作出理论分析。这大大加深了人 们对学习问题的理解。 本文回顾了归纳学习的发展历史,介绍了它的工作原理、学习方法,重点 讨论了归纳学习的泛化问题,反映了作者在这方面的一些思考。这源于作者在 学习期间参加的归纳学习的应用工作。在尝试了多种归纳学习方法后,作者综 合并改进了现有的学习方法,用基于决策树的构造性学习方法较好地解决了 对四川盆地暴雨气象资料的学习问题。通过加入特征构造、特征泛化和特征过 滤机制改进了算法的泛化效果。 通常学习系统泛化效果评价都以正确率为判据,但实际问题有难易之别, 正确率无法体现出相对于问题的难度学习系统表现出的效果。作者提出了一 类品质判据,用它可以评价学习系统相对某个与问题难度有关的基准的泛化 效果。对它常用的两种特殊情况文中作了深入分析,其中的一种要比现有文献 中提出的更合适。 最后,对归纳学习的理论研究,即PAC模型的原理、证明方法、研究结果 及各种改进方向作了介绍。
shelfnumXWLW262
Other Identifier262
Language中文
Document Type学位论文
Identifierhttp://ir.ia.ac.cn/handle/173211/7054
Collection毕业生_硕士学位论文
Recommended Citation
GB/T 7714
阮闯. 归纳学习泛化问题的理论及应用[D]. 中国科学院自动化研究所. 中国科学院自动化研究所,1992.
Files in This Item:
There are no files associated with this item.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[阮闯]'s Articles
Baidu academic
Similar articles in Baidu academic
[阮闯]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[阮闯]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.