【摘 要】
：
归纳学习中的中心问题是一类称之为概念学习的算法。概念学习是指从特殊的训练样例中归纳出覆盖正例排斥反例的一般规律。概念学习可以看作是一个搜索过程,它在预定义的假设
论文部分内容阅读
归纳学习中的中心问题是一类称之为概念学习的算法。概念学习是指从特殊的训练样例中归纳出覆盖正例排斥反例的一般规律。概念学习可以看作是一个搜索过程,它在预定义的假设空间中按着某种搜索策略进行搜索,使学到的概念与训练样例有最佳的拟合度。本文首先介绍机器学习和概念学习的一些基础知识,然后对于概念学习中的非常有代表意义的两种算法即FIND-S算法和候选删除法进行详细的比较研究。对于这两种算法来说,都是利用一般到特殊序的偏序结构来完成整个搜索过程。这种偏序结构可以推广到任何概念学习的问题中,从而对整个概念学习的算法有着重要的指导意义。 文章的比较研究指出了两种算法各自的优点和不足,它为实际问题中如何选取这两种算法提供了一定的指导。
其他文献
本文在梁方程的基础上研究了一类具有非线性阻尼项和力源项的四阶波动方程的初边值问题。从Sobolev空间的重要定理——嵌入定理入手，利用半群理论证明了mild解的局部存在
Walsh分析以其取值简单,变换快捷的特点,在信号处理、通信、控制等各方面得到了广泛的应用。二分技术是一类高效的规模缩减技术,本论文以二分演化思想为主导思想,对不同序的W
反向工程,就是从实物样件获取产品数学模型描述的相关技术,它已经发展成为CAD/CAM中的一个相对独立的领域.反向工程有两个主要的研究内容:一是实物模型表面数据获取技术;二是
本文使用微分方程理论研究了一类具有重要实际背景的反应扩散方程的动态特性。主要工作如下： 首先，分析了一类具有重要应用背景的生态模型，并重点讨论了该系统的扩散驱动不稳
本文主要给出了最优投资组合模型的两个推广。首先，我们探讨了在方差一协方差矩阵半正定的情况下，均值一方差最优投资组合模型的求解间题，并给出了此时模型的解析解，还证
L-函数是一种生成函数，它的来源可以是算术几何，比如定义在数域上的椭圆曲线，或是自守形式.根据Langlands纲领，任何一个一般的L-函数都可以分解为GLm/Q上的自守表示的L-函数的乘