Database Reference
In-Depth Information
geleitet sein. Mit dem Erwerb von Wissen konnen neue Theorien aufge-
stellt werden. Gezielte Experimente dienen dazu, diese Hypothesen zu
bestatigen oder zu widerlegen.
5.2.2
Klassifikation gemaß dem gelernten Typ von Wissen
Es gibt unterschiedliche Formen des Wissens, das gelernt werden kann: Beschreibun-
gen von Objekten, Problemlosungsheuristiken, Taxonomien fur einen bestimmten
Bereich usw. Im Bereich des maschinellen Lernens geben Carbonell et al. [37] ei-
ne Klassifikation fur den Typ des Wissens an, der in den verschiedenen Systemen
des maschinellen Lernens auftritt. Diese Klassifikation enthalt u.a. die folgenden
Wissensarten:
1.
Parameter in algebraischen Ausdrucken:
Gegeben sei ein algebraischer Ausdruck. Die Lernaufgabe besteht nun darin,
numerische Parameter oder Koe
zienten in diesem Ausdruck so zu adjustie-
ren, dass ein gewunschtes Verhalten erreicht wird. Als Beispiel kann man sich
das Adjustieren von Schwellwerten in technischen Systemen vorstellen.
2.
Entscheidungsbaume:
Einige Systeme generieren Entscheidungsbaume, um zwischen Elementen ei-
ner Klasse zu unterscheiden. Die Knoten in dem Entscheidungsbaum entspre-
chen ausgewahlten Attributen der Objekte, und die Kanten entsprechen ge-
gebenen alternativen Werten dieser Attribute. Blatter in dem Entscheidungs-
baum entsprechen der Menge der Objekte, die der gleichen Unterklasse zuge-
ordnet werden.
3.
Formale Grammatiken:
Um eine (formale) Sprache zu beschreiben, benutzt man in der Regel eine
Grammatik. Ausgehend von Beispielausdrucken der Sprache wird eine for-
male Grammatik erlernt. Mogliche Reprasentationen fur eine solche forma-
le Grammatik sind regulare Ausdrucke, endliche Automaten, Regeln einer
kontext-freien Grammatik oder Transformationsregeln.
4.
Regeln:
Eine Regel (z.B. Produktions- oder Assoziationsregel) ist von der Form
if
C
then
A
wobei C eine Menge von Bedingungen und A eine Aussage ist (vgl. Kapi-
tel 4). Falls alle Bedingungen in einer solchen Regel erfullt sind, wird auf A
geschlossen. Regeln werden in vielen Systemen des maschinellen Lernens als
Formalismus zur Wissensreprasentation eingesetzt. Es gibt vier Basisopera-
tionen, mit denen derartige Regeln erzeugt und verfeinert werden konnen.
•
Erzeugung:
Eine neue Regel wird von dem System generiert oder aus der Umgebung
aufgenommen.
