-------------------------------------------------------------------------------

From: Kanaishi Kazuhisa 
Date: Mon, 29 Jan 2001 16:20:47 +0900

平成13年1月19日(金)

5章　補足
1)即応…直面した状況に対し、反射的に行動
　↑↓　　→環境の変化、複雑さに対応できる(1980's)
2)熟考…完全なプランを生成する(〜1970's)
1990's以降のプランニング研究
　1990's〜　1)即応と熟考の組み合わせ
　　　　　　2)環境の変化を含めたモデル化、観測
　　　　　　　　→先を予測
　　　　　　3)ユニバーサルプラン…起こりうるあらゆる状況に対し、ありとあらゆる
　　　　　　　　　　　　　　　　　プランを事前に用意しておく

7章　機械学習(Machine Learning):ML
              計算する自動機械＝コンピュータ
　　　　・チューリングマシン
　　　　・マシンサイクル、マシンアーキテクチャ
　　・学習能力…過去の経験、例を基にシステムの1)能力、2)効率を改善すること
　　　　　　　　　1)解けなかった問題が解けるようになる
　　　　　　　　　2)(以前より)速く問題が解けるようになる
　機械学習とは、学習能力を計算機システムに持たせる研究
　　・MLの大まかな分類
　　　　学習に用いるフィードバック情報による分類
　　　1)教師あり学習…*学習に用いる情報を外から教師が与える(学習者に)
　　　　　　　　　　　　*入力と出力のペア
　　　　　　　　　　　　　　入力:例　　　出力:例が属するクラス
　　　　　　　　　　　　　　　　金石　　　　　B型
　　　　　　　　　　　　　　　　林　　　　　　A型
　　　2)強化学習…入力に対してシステムが出す出力について、
　　　　p.126   　　正(正しい)
　　　　　　　　　　0　ノーコメント　｝の信号のみを与える
　　　　　　　　　　負(間違い)　　　　 正解は直接与えない
　　　3)教師なし学習…学習フィードバック情報なし
　　　　　　↓　　　　　入力に対し、学習者（システム）の持つ知識のみで出力を生成
　　　　　p.125 概念形成

　7.1 帰納学習の枠組み
　　　入力:例(入力)と例の属するクラス、概念(答、分類結果)
　　　出力(学習で得る記述)…例を分類、区別するための一般化されたルール(法則)
　　　　　　　　　　　　　　概念記述
　　 　以上が学習モードでの入出力

　　7.1.1正負の例からの学習
         　正の例…学習したい概念に属する例
　　　　　 負の例…学習したい概念に属さない例
　　　　 →与えられた例が、ある概念に属するか否かの基準を学習

  <例題>
　　 昨年の雪印牛乳食中毒事件で、'飲んだら危ない(食中毒になる)牛乳'という概念を
　 帰納学習する
     正例…1)雪印の牛乳
　　　　　 2)雪印の大坂工場の牛乳
　　　　　 3)大樹工場で製造された、毒素入りの脱脂粉乳を含む牛乳
　　 　 ↓
　　　 与えられた正(負)の例に応じて得られる概念記述と、その質(分類精度)が変化する
　　 獲得された概念
　　　 1)雪印の牛乳は全て危ない
　　　 2)雪印大阪工場のが全て危ない
　　　 3)大樹工場製造の脱脂粉乳入りの加工乳は(雪印以外でも)危ない

　　　 与えられた例に従って、仮説空間の中で適切な概念記述を探索
　　　 　→7.1.2 バージョン空間法(p.130)

-------------------------------------------------------------------------------