Bài giảng "Học máy - Các phương pháp học có giám sát: Học quy nạp luật - Rule induction" cung cấp cho người học các kiến thức: Phương pháp học quy nạp luật, các bài toán ví dụ, phân loại, chiến lược bao phủ gia tăng, Learn - one - Rule, đánh giá hiệu quản của một luật, các luật logic vị từ, . | Học Máy IT 4862 Nguyễn ễ Nhật hậ Quang quangnn-fit@ Trường Đại học Bách Khoa Hà Nội Viện Công nghệ thông tin và truyền thông Năm học 2011-2012 Nội dung d môn ô học h Giới thiệu chung g Đánh giá hiệu năng hệ thống học máy Các phương pháp học dựa trên xác suất Các phương pháp học có giám sát Học mạng nơron nhân tạo Artificial neural network Các phương pháp học không giám sát L cộng Lọc ộ tác tá Học tăng cường Học Máy IT 4862 2 Mạng nơ-ron nhân tạo Giới thiệu 1 Mạng nơ-ron nhân tạo Artificial neural network ANN Mô phỏng các hệ thống nơ-ron sinh học các bộ não con người ANN là một cấu trúc structure network được tạo nên bởi một số lượng các nơ-ron artificial neurons liên kết với nhau Mỗi nơ-ron Có một đặc tính vào ra Th hiệ Thực hiện một ột tính tí h toán t á cục bộ một ột hàm hà cục bộ Giá trị đầu ra của một nơ-ron được xác định bởi Đặc tính vào ra của nó Các liên kết của nó với các nơ-ron khác Có thể các đầu vào bổ sung Học Máy IT 4862 3 Mạng nơ-ron nhân tạo Giới thiệu 2 ANN có thể được xem như một cấu trúc xử lý thông tin một cách p phân tán và song g song g ở mức cao ANN có khả năng học learn nhớ lại recall và khái quát hóa generalize từ các dữ liệu học bằng cách gán và điều chỉnh thích nghi các giá trị trọng số ố mức độ quan trọng của các liên kết giữa các nơ-ron Chứ năng Chức ă hà hàm mục tiê tiêu của ủ một ột ANN đ được xác á đị định h bởi Kiến trúc topology của mạng nơ-ron Đặc tính vào ra của mỗi nơ nơ-ron ron Chiến lược học huấn luyện Dữ liệu ệ học ọ Học Máy IT 4862 4 ANN Các ứng dụng điển hình 1 Xử lý ảnh và Computer vision Ví dụ So khớp khớp tiền xử lý lý phân đoạn và phân tích ảnh ảnh computer vision vision nén ảnh xử lý và hiểu các ảnh thay đổi theo thời gian Xử lý tín hiệu Ví dụ d Phâ Phân tí tích h tí tín hiệu hiệ và à hì hình h thái đị địa chấn hấ động độ đất Nhận dạng mẫu Ví dụ Trích chọn thuộc tính phân loại và phân tích tín hiệu ra-đa ra đa nhận dạng và hiểu giọng nói nhận dạng dấu vân tay nhận dạng ký tự chữ hoặc số nhận dạng mặt .
