导图社区 第十二章知识表示
第十二章知识表示的思维导图,包含为什么需要知识,知识表示定义及评价因素、知识表示的方法等内容,可收藏。
这是一篇关于C Primer Plus 第七章编程练习的思维导图
计算机网络发展史计算机网络的发展过程大致可分为以下四个阶段: 第一阶段:以单个计算机为中心的远程联机系统,构成面向终端的计算机通信 网(20 世纪 50 年代) 第二阶段:多个自主功能的主机通过通
书籍C Primer Plus 第六章编程练习,便于理解课本,有助于期末考试复习和背诵。可收藏,亦可使用后补充知识点,完善属于自己的知识框架。
社区模板帮助中心,点此进入>>
《影响力》思维导图
论语孔子简单思维导图
《傅雷家书》思维导图
《童年》读书笔记
《茶馆》思维导图
《朝花夕拾》篇目思维导图
《昆虫记》思维导图
《安徒生童话》思维导图
《鲁滨逊漂流记》读书笔记
《这样读书就够了》读书笔记
第十二章 知识表示1
知识
定义
研究原因
大数据的日益积累、计算能力的快速增长为人类进入智能时代奠定了基础。大数据为智能技术的发展带来了前所未有的数据红利,机器计算智能、感知智能达到甚至超越人类。但随着数据红利消耗殆尽,以深度学习为代表的感知智能遇到天花板,感知智能并不够,需要提升为认知智能
知识作用
机器语言的深度理解需要知识
语言是复杂的,具有多义性、上下文关联性以及模糊性的特点,表达同一意思的方式有无限多种
语言理解十分困难,它只根植于人们的认知中,需要重要的背景知识
使能认知智能
机器理解数据的本质
建立从数据到知识库中实体、概念、关系的映射
机器解释现象的本质
利用知识库中实体、概念、关系解释现象的过程
使能可解释任务
解释取决于人类认知的基本框架
概念、属性、关系时认知的基石
知识可以突破统计学习的天花板
依赖数据驱动的统计学习基于统计模式解决问题
单纯统计模式日益面临性能的天花板
可解释性、健壮性、开放性、小样本、无监督
知识将是比数据更重要的资产
知识表示
知识必须经过合理的表示才能为计算机所处理。知识表示是现实世界的一种抽象表达
评价因素
表达能力
一个知识表示应该具有足够强的表达能力,以充分完整地表达特定领域或者问题所需地知识
计算效率
基于这一知识表示的计算求解过程也应该具有足够高效的执行效率
趋势
知识表示从早期的单纯以符号表示为主,日益与统计模型与数值表示融合,侧重于表达专家的符号知识,以符号知识为主
关键
符号知识与数值表示的融合
专家知识与统计模型的融合
专家知识
专家给出决策框架
统计模型
机器决定关联强度或者给出概率估计
知识表示分类
知识表示的方法
符号表示
文字
点、边等符号(用关联图表示关系)
逻辑运算符号
数值表示
标量
向量(文档的语义可以表示为词向量)
概率分布
两种表示
向量化表示是面向机器处理的
符号化表示是面向人的理解的
相对于向量化表示,符号表示易于理解,可以实现符号推理
专家知识与统计模型的融合的例子
概率图模型
随机变量的选择体现的是专家知识
概率依赖关系的估计体现的是统计学模型
决策树
专家给出决策的因素(特征)
机器自动从数据中学习决策时的权重