Công nghệ tri thức và ứng dụng
Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (880.07 KB, 31 trang )
Bạn đang đọc: Công nghệ tri thức và ứng dụng
Công nghệ tri thức
và ứng dụng
Đại Học Quốc gia TPHCM
GS.TSKH. Hoàng Kiếm
Nội dung môn học
Mở đầu: Giới thiệu tổng quan
Phần I: Quản lý tri thức (knowledge management)
Chương 1: Tiếp nhận, biểu diễn tri thức
Chương 2: Tối ưu hóa CSTT
Phần II: Các hệ CSTT (knowledge-based systems)
Chương 3: Bên trong một hệ CSTT
Chương 4: Phân loại các hệ CSTT
Chương 5: Một số hệ điển hình
Phần III: Khai mỏ dữ liệu và khám phá tri thức (Data mining
and Knowledge Discovery)
Chương 6: Máy học & khám phá tri thức.
Chương 7: Khai mỏ dữ liệu.
Tống kết: Tóm tắt, giới thiệu một số công trình nổi bật
Mở đầu: Giới thiệu tổng quan
Công nghệ tri thức là gì ?
Công nghệ tri thức (Knowledge
Engineering): có thể xem là một
nhánh nghiên cứu của trí tuệ nhân
tạo, phân tích tri thức lĩnh vực và
chuyển nó thành những mô hình
tính toán đưa vào máy tính để phục
vụ những nhu cầu cần thiết. (John
F.Sowa. Knowledge representation:
Logical, philosophical, and
Computational Foundations.
Copyright @2000 by Brooks/Cole. A
division of Thomson Learning)
Công nghệ tri thức (Knowledge Engineering): là các phương
pháp, kỹ thuật được những kỹ sư tri thức (knowledge engineers)
dùng để xây dựng những hệ thống thông minh như: hệ chuyên
gia, hệ cơ sở tri thức, hệ hổ trợ quyết định, etc. (Dr Dickson
Lukose. Department of Mathematics, Statistics and Computer
Science – The University of New England. Dr Rob Kremer
Department of Computer Science The University of Calgary
Calgary, Alberta, T2N 1N4 Canada. Courses: KNOWLEDGE
ENGINEERING, PART A: Knowledge Representation. July
1996)
Công nghệ tri thức là những phương pháp, kỹ thuật dùng để:
Tiếp nhận, biểu diễn tri thức.
Xây dựng các hệ cơ sở tri thức
Khám phá tri thức
Công nghệ tri thức là gì ? (tt)
Khoa học tri thức (knowledge science)
Vai trò của công nghệ tri thức
Cùng với sự phát triển nhanh chóng, vượt bậc của ngành
công nghiệp máy tính, nhu cầu của người dùng đối với máy
tính ngày một cao hơn: không chỉ giải quyết những công việc
lưu trữ, tính toán bình thường, người dùng còn mong đợi máy
tính có khả năng thông minh hơn, có thể giải quyết vấn đề như
con người. Và từ đó trí tuệ nhân tạo nói chung và đặc biệt là
công nghệ tri thức ra đời và phát triển
Công nghệ tri thức đóng vai trò hết sức quan trọng trong
việc phát triển Công nghệ thông tin, nâng cao sự hữu dụng của
máy tính, giúp con người gần gũi với máy tính hơn.
Công nghệ tri thức còn góp phần thúc đẩy nhiều ngành khoa
học khác phát triển, khả năng phát triển khoa học dựa trên tri
thức liên ngành
…
Các lĩnh vực trong thông minh nhân tạo (AI)
ARTIFICIAL INTELLIGENCE
ROBOTICS
NATURAL LANGUAGE
PROCESSING
MACHINE LEARNING
KNOWLEDGE – BASED
SYSTEMS
EXPERT SYSTEMS
Inputs
(questions,
problems, )
Outputs
(answers,
solutions, )
KNOWLEDGE
BASE
INFERENCING
CAPABILITY
Áp dụng các khái niệm của AI vào máy tính
Một trong những mục tiêu quan
trọng của lĩnh vực nghiên cứu này
là làm cho máy tính có khả năng
tiếp nhận, giải quyết vấn đề giống
như con người, thậm chí hơn cả
con người (máy tính IBM Deep
Blue đã chiến thắng vua cờ
Kasparov).
MÁY TÍNH
TIẾP NHẬN, BIỂU DIỄN,
TỐI ƯU HÓA CSTT
CÁC HỆ
CƠ SỞ TRI THỨC
KHAI THÁC DỮ LIỆU,
KHÁM PHÁ TRI THỨC
inputs Outputs
Hướng nghiên cứu, phát triển công nghệ tri thức
Quản lý tri thức (knowledge management): bao gồm tiếp nhận, biểu diễn và tối
ưu hóa cơ sở tri thức…
Các hệ cơ sở tri thức (knowledge-based systems): tìm hiểu cấu trúc bên trong
của một hệ cơ sở tri thức, phân loại các hệ cơ sở tri thức, và một số hệ cơ sở tri
thức điển hình.
khai mỏ dữ liệu, khám phá tri thức (Data mining, knowledge discovery):
nghiên cứu về phương pháp, kỹ thuật để khai mỏ dữ liệu và khám phá tri thức.
Đưa tri thức vào máy tính
• Nhận thức Tiếp nhận, biểu diễn và tối ưu hóa
cơ sở tri thức
• Suy luận Động cơ suy diễn
• Phản ứng Phản ứng, trả lời
• Tình cảm “Bộ xử lý tình cảm” ?
Có thể chia thành 2 cách để tiếp nhận tri thức như sau:
Thụ động
– Gián tiếp: những tri thức kinh điển.
-Trực tiếp: những tri thức kinh nghiệm (không kinh điển) do
“chuyên gia lĩnh vực” đưa ra.
Chủ động
– Đối với những tri thức tiềm ẩn, không rõ ràng hệ thống phải
tự phân tích, suy diễn, khám phá để có thêm tri thức mới
Quản lý tri thức: Tiếp nhận tri thức
Giao tiếp người-máy
In: Keyboard, Mouse, sensors, touch-pad,
touchable screen, speech-recognition, …
Out: text, graphics, voice, …
Quản lý tri thức: Tiếp nhận tri thức
Bộ xử lý ngôn
ngữ tự nhiên
Con người
Quản lý tri thức: Biểu diễn tri thức
Phương pháp biểu diễn tri thức
Logic mệnh đề & logic vị từ
Hệ luật dẫn
Đối tượng-thuộc tính-giá trị
Mạng ngữ nghĩa
Frame
Script
…
Quản lý tri thức: Tối ưu cơ sở tri thức
Tại sao tối ưu cơ sở tri thức ?
Vấn đề mâu thuẫn, trùng lắp, dư thừa nảy sinh khi tri thức
được tiếp nhận và biểu diễn trong cơ sở tri thức. Vì vậy đòi hỏi
chúng ta phải có phương pháp để tối ưu cơ sở tri thức.
Tùy thuộc vào cách biểu diễn tri thức, chúng ta sẽ có phương
pháp thích hợp để tối ưu cơ sở tri thức.
Ví dụ: điển hình cho vấn đề này là bài toán loại bỏ luật thừa trong
cơ sở tri thức luật.
Tổng quan hệ cơ sở tri thức
Bộ xử lý
ngôn ngữ
tự nhiên
Động cơ suy diễn
Tìm kiếm
Điều khiển
Giải thích
Vùng nhớ
làm việc
Tiếp nhận
tri thức
Cơ sở tri thức
(sự kiện, luật, …)
Tri thức
Các hệ cơ sở tri thức: đóng, mở, kết hợp
Hệ cơ sở tri thức đóng: là những hệ cơ sở tri thức được xây
dựng với một số “tri thức lĩnh vực” ban đầu, và chỉ những tri
thức đó mà thôi trong suốt quá trình hoạt động hay suốt thời
gian sống của nó.
Ví dụ: những hệ cơ sở tri thức về kinh dịch, những hệ giải
toán, thường là những hệ cơ sở tri thức giải quyết vấn đề…
Các hệ cơ sở tri thức: đóng, mở, kết hợp (tt)
Hệ cơ sở tri thức mở: là những hệ cơ sở tri thức tiên tiến hơn,
nó có khả năng bổ sung tri thức trong quá trình hoạt động,
khám phá.
Ví dụ: Những hệ giải toán cho phép bổ sung tri thức trong
quá trình suy luận (tri thức ban đầu là những tiên đề và một
số định lý, tri thức bổ sung là những định lý mới, những tri
thức heurictis, …); những hệ cơ sở tri thức chẩn đoán, dự báo
chẳng hạn: hệ chẩn đoán y khoa MYCIN và EMYCIN, những
hệ dự báo thời tiết, khí hậu, động đất, …
Các hệ cơ sở tri thức: đóng, mở, kết hợp (tt)
Hệ cơ sở tri thức kết hợp: bao gồm sự kết hợp giữa hệ đóng và
hệ mở, hệ kết hợp giữa CSTT và CSDL, hệ kết hợp giữa hệ
CSTT này với một hệ CSTT khác, … Những hệ cơ sở tri thức
kết hợp thường phát triển mạnh dựa trên tri thức liên ngành.
Ví dụ: những hệ hỗ trợ ra quyết định trong đời sống, kinh tế
và khoa học; (kinh dịch, tử vi áp dụng với đời sống; kinh dịch,
tử vi áp dụng với y học; …); những hệ chẩn đoán, dự báo dòi
hỏi tri thức liên ngành; …
Các hệ cơ sở tri thức: phân loại theo phương pháp biểu diễn
tri thức
Tùy thuộc vào phương pháp biểu diễn tri thức mà chúng ta có
thể phân loại các hệ cơ sở tri thức
Hệ cơ sở tri thức dựa trên logic mệnh đề và logic vị từ
Hệ cơ sở tri thức dựa trên luật dẫn
Hệ cơ sở tri thức dựa trên đối tượng
Hệ cơ sở tri thức dựa trên Frame
Hệ cơ sở tri thức dựa trên mạng ngữ nghĩa
…
Hệ CSTT kết hợp một số phương pháp biểu diễn đã nêu trên.
Các hệ cơ sở tri thức: phân loại theo ứng dụng
Hệ giải quyết vấn đề: thường là hệ có tính chất đóng, nhưng
đôi khi cũng có hệ mang tính mở.
Ví dụ: Những hệ giải toán, thuật giải Vương Hạo, thuật giải
Robinson, …
Hệ hỗ trợ quyết định: thường là các hệ mang tính kết hợp
(CSDL + tri thức ngành + hàm toán học + ), đối tượng sử
dụng là các nhà lãnh đạo.
Ví dụ: những hệ thống đánh giá doanh nghiệp (tình hình tài
chính, kết quả kinh doanh, qui trình nghiệp vụ, qui trình sản
xuất, tính chuyên nghiệp trong quản lý, …), những hệ thống
lập kế hoạch (planning), …
Các hệ cơ sở tri thức: phân loại theo ứng dụng (tt)
Hệ dự báo, chẩn đoán: thường cũng giống như
những hệ hỗ trợ ra quyết định với tính ngoại suy
cao hơn.
Ví dụ: Bài toán chẩn đoán hỏng hóc xe, chẩn
đoán y khoa, dự báo thị trường chứng khoán,
thời tiết …
Hệ điều khiển: là những hệ điều khiển có gắn với
CSTT. Những hệ thống này thường ứng dụng
trong công nghiệp, trong điều khiển tự động hóa,
thường là những hệ thống thời gian thực (real-
time systems). Một số hệ thống này có sử dụng
kết hợp lý thuyết mờ để xử lý.
Ví dụ: Máy giặt, Máy bơm nước với bộ điều
khiển mờ, …
Máy học và khám phá tri thức
Thế nào là khám phá tri thức (knowledge discovery) ?
Khám phá tri thức là tìm ra những tri thức tiềm ẩn, những tri
thức mới (không phải là những tri thức kinh điển, kinh nghiệm, …)
Thừa dữ liệu, thông tin nhưng thiếu tri thức.
Dữ liệu
Thông tin
Tri thức
Số lượng
Mức độ
trừu
tượng
Ví dụ: Trong toán học
Dữ liệu: 1, 1, 2, 3, 5, 8, 13, 21, 34, …
Mối liên hệ này có thể được biểu diễn bằng công thức sau: U
n
=
U
n-1
+ U
n-2
Công thức tìm ra ở trên chính là tri thức
Ví dụ: Trong vật lý
Công thức: U = IxR là tri thức rút ra từ thực nghiệm
Ví dụ: Chuồn chuồn bay thấp thì mưa, bay cao thì nắng, bay vừa thì
râm
Lời nhận xét trên là tri thức rút ra từ kinh nghiệm đời sống.
Máy học và khám phá tri thức (tt)
Thế nào là máy học (Learning Machine) ?
Máy tính hay chương trình máy tính có khả năng tự hoàn thiện
từ “kinh nghiệm”.
Máy học còn có nghĩa là việc mô hình hóa môi trường xung
quanh hay khả năng một chương trình máy tính sinh ra một cấu
trúc dữ liệu mới khác với cấu trúc hiện có. Chẳng hạn việc tìm ra
những luật If…then… từ tập dữ liệu đầu vào.
(Krzysztof J. Cios, Witold Pedrycz, Roman W. Swiniarski. Data
Mining Methods for Knowledge Discovery. Kluwer Academic
Publishers, 1998)
Máy học và khám phá tri thức (tt)
Máy học và khám phá tri thức (tt)
Phân loại các phương pháp máy học: có nhiều quan điểm phân loại
khác nhau
Phân loại thô:
Học giám sát (supervised learning)
Học không giám sát (unsupervised learning)
Phân loại theo 2 tiêu chuẩn cùng lúc: “cấp độ học” & “cách tiếp
cận”
Cấp độ học:
Học vẹt (Rote learning)
Học theo giải thích (by explanation)
Học theo ví dụ, trường hợp (by examples, cases)
Học khám phá (by discovering)
division of Thomson Learning ) Công nghệ tri thức ( Knowledge Engineering ) : là những phươngpháp, kỹ thuật được những kỹ sư tri thức ( knowledge engineers ) dùng để kiến thiết xây dựng những mạng lưới hệ thống mưu trí như : hệ chuyêngia, hệ cơ sở tri thức, hệ hổ trợ quyết định hành động, etc. ( Dr DicksonLukose. Department of Mathematics, Statistics and ComputerScience – The University of New England. Dr Rob KremerDepartment of Computer Science The University of CalgaryCalgary, Alberta, T2N 1N4 Canada. Courses : KNOWLEDGEENGINEERING, PART A : Knowledge Representation. July1996 ) Công nghệ tri thức là những giải pháp, kỹ thuật dùng để : Tiếp nhận, màn biểu diễn tri thức. Xây dựng những hệ cơ sở tri thức Khám phá tri thứcCông nghệ tri thức là gì ? ( tt ) Khoa học tri thức ( knowledge science ) Vai trò của công nghệ tri thức Cùng với sự tăng trưởng nhanh gọn, vượt bậc của ngànhcông nghiệp máy tính, nhu yếu của người dùng so với máytính ngày một cao hơn : không chỉ xử lý những công việclưu trữ, đo lường và thống kê thông thường, người dùng còn mong đợi máytính có năng lực mưu trí hơn, hoàn toàn có thể xử lý yếu tố nhưcon người. Và từ đó trí tuệ tự tạo nói chung và đặc biệt quan trọng làcông nghệ tri thức sinh ra và tăng trưởng Công nghệ tri thức đóng vai trò rất là quan trọng trongviệc tăng trưởng Công nghệ thông tin, nâng cao sự hữu dụng củamáy tính, giúp con người thân thiện với máy tính hơn. Công nghệ tri thức còn góp thêm phần thôi thúc nhiều ngành khoahọc khác tăng trưởng, năng lực tăng trưởng khoa học dựa trên trithức liên ngành … Các nghành trong mưu trí tự tạo ( AI ) ARTIFICIAL INTELLIGENCEROBOTICSNATURAL LANGUAGEPROCESSINGMACHINE LEARNINGKNOWLEDGE – BASEDSYSTEMSEXPERT SYSTEMSInputs ( questions, problems, ) Outputs ( answers, solutions, ) KNOWLEDGEBASEINFERENCINGCAPABILITYÁp dụng những khái niệm của AI vào máy tính Một trong những tiềm năng quantrọng của nghành nghiên cứu và điều tra nàylà làm cho máy tính có khả năngtiếp nhận, xử lý yếu tố giốngnhư con người, thậm chí còn hơn cảcon người ( máy tính IBM DeepBlue đã thắng lợi vua cờKasparov ). MÁY TÍNHTIẾP NHẬN, BIỂU DIỄN, TỐI ƯU HÓA CSTTCÁC HỆCƠ SỞ TRI THỨCKHAI THÁC DỮ LIỆU, KHÁM PHÁ TRI THỨCinputs OutputsHướng điều tra và nghiên cứu, tăng trưởng công nghệ tri thức Quản lý tri thức ( knowledge management ) : gồm có đảm nhiệm, trình diễn và tốiưu hóa cơ sở tri thức … Các hệ cơ sở tri thức ( knowledge-based systems ) : khám phá cấu trúc bên trongcủa một hệ cơ sở tri thức, phân loại những hệ cơ sở tri thức, và 1 số ít hệ cơ sở trithức nổi bật. khai mỏ tài liệu, tò mò tri thức ( Data mining, knowledge discovery ) : điều tra và nghiên cứu về giải pháp, kỹ thuật để khai mỏ tài liệu và mày mò tri thức. Đưa tri thức vào máy tính • Nhận thức Tiếp nhận, trình diễn và tối ưu hóacơ sở tri thức • Suy luận Động cơ suy diễn • Phản ứng Phản ứng, vấn đáp • Tình cảm “ Bộ giải quyết và xử lý tình cảm ” ? Có thể chia thành 2 cách để tiếp đón tri thức như sau : Thụ động – Gián tiếp : những tri thức tầm cỡ. – Trực tiếp : những tri thức kinh nghiệm tay nghề ( không tầm cỡ ) do “ chuyên viên nghành ” đưa ra. Chủ động – Đối với những tri thức tiềm ẩn, không rõ ràng mạng lưới hệ thống phảitự nghiên cứu và phân tích, suy diễn, mày mò để có thêm tri thức mớiQuản lý tri thức : Tiếp nhận tri thức Giao tiếp người-máyIn : Keyboard, Mouse, sensors, touch-pad, touchable màn hình hiển thị, speech-recognition, … Out : text, graphics, voice, … Quản lý tri thức : Tiếp nhận tri thứcBộ giải quyết và xử lý ngônngữ tự nhiênCon ngườiQuản lý tri thức : Biểu diễn tri thức Phương pháp trình diễn tri thức Logic mệnh đề và logic vị từ Hệ luật dẫn Đối tượng-thuộc tính-giá trị Mạng ngữ nghĩa Frame Script … Quản lý tri thức : Tối ưu cơ sở tri thứcTại sao tối ưu cơ sở tri thức ? Vấn đề xích míc, trùng lắp, dư thừa phát sinh khi tri thứcđược đảm nhiệm và màn biểu diễn trong cơ sở tri thức. Vì vậy đòi hỏichúng ta phải có chiêu thức để tối ưu cơ sở tri thức. Tùy thuộc vào cách màn biểu diễn tri thức, tất cả chúng ta sẽ có phươngpháp thích hợp để tối ưu cơ sở tri thức. Ví dụ : nổi bật cho yếu tố này là bài toán vô hiệu luật thừa trongcơ sở tri thức luật. Tổng quan hệ cơ sở tri thứcBộ xử lýngôn ngữtự nhiênĐộng cơ suy diễnTìm kiếmĐiều khiểnGiải thíchVùng nhớlàm việcTiếp nhậntri thứcCơ sở tri thức ( sự kiện, luật, … ) Tri thứcCác hệ cơ sở tri thức : đóng, mở, phối hợp Hệ cơ sở tri thức đóng : là những hệ cơ sở tri thức được xâydựng với một số ít “ tri thức nghành ” khởi đầu, và chỉ những trithức đó mà thôi trong suốt quy trình hoạt động giải trí hay suốt thờigian sống của nó. Ví dụ : những hệ cơ sở tri thức về kinh dịch, những hệ giảitoán, thường là những hệ cơ sở tri thức xử lý yếu tố … Các hệ cơ sở tri thức : đóng, mở, tích hợp ( tt ) Hệ cơ sở tri thức mở : là những hệ cơ sở tri thức tiên tiến và phát triển hơn, nó có năng lực bổ trợ tri thức trong quy trình hoạt động giải trí, tò mò. Ví dụ : Những hệ giải toán được cho phép bổ trợ tri thức trongquá trình suy luận ( tri thức khởi đầu là những tiên đề và mộtsố định lý, tri thức bổ trợ là những định lý mới, những trithức heurictis, … ) ; những hệ cơ sở tri thức chẩn đoán, dự báochẳng hạn : hệ chẩn đoán y khoa MYCIN và EMYCIN, nhữnghệ dự báo thời tiết, khí hậu, động đất, … Các hệ cơ sở tri thức : đóng, mở, phối hợp ( tt ) Hệ cơ sở tri thức tích hợp : gồm có sự phối hợp giữa hệ đóng vàhệ mở, hệ phối hợp giữa CSTT và CSDL, hệ tích hợp giữa hệCSTT này với một hệ CSTT khác, … Những hệ cơ sở tri thứckết hợp thường tăng trưởng mạnh dựa trên tri thức liên ngành. Ví dụ : những hệ tương hỗ ra quyết định hành động trong đời sống, kinh tếvà khoa học ; ( kinh dịch, tử vi vận dụng với đời sống ; kinh dịch, tử vi vận dụng với y học ; … ) ; những hệ chẩn đoán, dự báo dòihỏi tri thức liên ngành ; … Các hệ cơ sở tri thức : phân loại theo chiêu thức biểu diễntri thứcTùy thuộc vào chiêu thức màn biểu diễn tri thức mà tất cả chúng ta cóthể phân loại những hệ cơ sở tri thứcHệ cơ sở tri thức dựa trên logic mệnh đề và logic vị từHệ cơ sở tri thức dựa trên luật dẫnHệ cơ sở tri thức dựa trên đối tượngHệ cơ sở tri thức dựa trên FrameHệ cơ sở tri thức dựa trên mạng ngữ nghĩaHệ CSTT phối hợp 1 số ít giải pháp màn biểu diễn đã nêu trên. Các hệ cơ sở tri thức : phân loại theo ứng dụngHệ xử lý yếu tố : thường là hệ có đặc thù đóng, nhưngđôi khi cũng có hệ mang tính mở. Ví dụ : Những hệ giải toán, thuật giải Vương Hạo, thuật giảiRobinson, … Hệ tương hỗ quyết định hành động : thường là những hệ mang tính tích hợp ( CSDL + tri thức ngành + hàm toán học + ), đối tượng người dùng sửdụng là những nhà chỉ huy. Ví dụ : những mạng lưới hệ thống nhìn nhận doanh nghiệp ( tình hình tàichính, tác dụng kinh doanh thương mại, qui trình nhiệm vụ, qui trình sảnxuất, tính chuyên nghiệp trong quản trị, … ), những hệ thốnglập kế hoạch ( planning ), … Các hệ cơ sở tri thức : phân loại theo ứng dụng ( tt ) Hệ dự báo, chẩn đoán : thường cũng giống nhưnhững hệ tương hỗ ra quyết định hành động với tính ngoại suycao hơn. Ví dụ : Bài toán chẩn đoán hỏng hóc xe, chẩnđoán y khoa, dự báo đầu tư và chứng khoán, thời tiết … Hệ điều khiển và tinh chỉnh : là những hệ điều khiển và tinh chỉnh có gắn vớiCSTT. Những mạng lưới hệ thống này thường ứng dụngtrong công nghiệp, trong tinh chỉnh và điều khiển tự động hóa, thường là những mạng lưới hệ thống thời hạn thực ( real-time systems ). Một số mạng lưới hệ thống này có sử dụngkết hợp lý thuyết mờ để giải quyết và xử lý. Ví dụ : Máy giặt, Máy bơm nước với bộ điềukhiển mờ, … Máy học và tò mò tri thứcThế nào là mày mò tri thức ( knowledge discovery ) ? Khám phá tri thức là tìm ra những tri thức tiềm ẩn, những trithức mới ( không phải là những tri thức tầm cỡ, kinh nghiệm tay nghề, … ) Thừa dữ liệu, thông tin nhưng thiếu tri thức. Dữ liệuThông tinTri thứcSố lượngMức độtrừutượngVí dụ : Trong toán học Dữ liệu : 1, 1, 2, 3, 5, 8, 13, 21, 34, … Mối liên hệ này hoàn toàn có thể được màn biểu diễn bằng công thức sau : Un-1 + Un-2 Công thức tìm ra ở trên chính là tri thứcVí dụ : Trong vật lýCông thức : U = IxR là tri thức rút ra từ thực nghiệmVí dụ : Chuồn chuồn bay thấp thì mưa, bay cao thì nắng, bay vừa thìrâm Lời nhận xét trên là tri thức rút ra từ kinh nghiệm tay nghề đời sống. Máy học và mày mò tri thức ( tt ) Thế nào là máy học ( Learning Machine ) ? Máy tính hay chương trình máy tính có năng lực tự hoàn thiệntừ “ kinh nghiệm tay nghề ”. Máy học còn có nghĩa là việc quy mô hóa thiên nhiên và môi trường xungquanh hay năng lực một chương trình máy tính sinh ra một cấutrúc tài liệu mới khác với cấu trúc hiện có. Chẳng hạn việc tìm ranhững luật If … then … từ tập dữ liệu nguồn vào. ( Krzysztof J. Cios, Witold Pedrycz, Roman W. Swiniarski. DataMining Methods for Knowledge Discovery. Kluwer AcademicPublishers, 1998 ) Máy học và tò mò tri thức ( tt ) Máy học và mày mò tri thức ( tt ) Phân loại những chiêu thức máy học : có nhiều quan điểm phân loạikhác nhauPhân loại thô : Học giám sát ( supervised learning ) Học không giám sát ( unsupervised learning ) Phân loại theo 2 tiêu chuẩn cùng lúc : “ Lever học ” và “ cách tiếpcận ” Cấp độ học : Học vẹt ( Rote learning ) Học theo lý giải ( by explanation ) Học theo ví dụ, trường hợp ( by examples, cases ) Học mày mò ( by discovering )
