1. 机器学习的风范主要有归纳学习、分析学习、发现学习、遗传学习和连接学习。其中归纳学习研究较多。
2. 归纳学习主要研究一般性概念的描述和概念聚类，提出了AQ算法、变型空间算法、IDS算法等。
3. 类比学习是通过目标对象与源对象的相似性，从而运用源对象的求解方法来解决目标对象的问题。
4. 分析学习是在领域知识指导下进行实例学习，包括基于解释的学习、知识块学习等。基于解释的学习是从问题求解的一个具体过程中抽取出一般的原理，并使其在类似情况下也可利用。因为将学到的知识放进知识库，简化了中间的解释步骤，可以提高今后的解题效率。
5. 发现学习是根据实验数据或模型重新发现新的定律的方法。近年来数据库知识发现引起人们极大的关注，从事人工智能研究和从事数据库研究的人们都认为一个极有应用意义的研究领域。数据库知识发现主要发现分类规则、特性规则、差异规则、演化规则、异常规则等。数据库知识发现的方法主要有统计方法、机器学习、神经网络、多维数据库等方法。
6. 遗传学习起源于模拟生物繁衍的变异和达尔文的自然选择，把概念的各种变体当作物种的个体，根据客观功能测试概念的诱发变化和重组合并，决定哪种情况应在基因组合中予以保留。
7. 连接学习是神经网络通过典型实例的训练，识别输入模式的不同类别。
8. 机器学习的研究尚处于初级阶段，是必须大力研究的一个领域。
| 留言与评论（共有 0 条评论） |
