神经网络的思想是通过训练来得到一个非线性函数,它通常应用于以下的情况:当一个结果的
决定因素非常多并且非常复杂的时候,例如某栋失火楼房的火会变大,可能决定于当时的风力
,温度,周围环境,房屋结构,屋内设施等等,当我们无法根据这些参数确切得到是或者否的答
案的时候,我们可以使用神经网络.通过选取现实发生的案例,构造训练参数和结果.对神经网
络进行训练.这样我们就可以得到一个非线性的函数.
基于规则专家系统通常应用于当我们已知的知识可以以If-Else的形式表示.我们可以根据知
识来构建规则库,当规则库足够庞大的时候,我们可以通过回答专家系统的提问来将我们知道
的事实告诉它,并获取我们想要的答案.例如为了确定某种矿石的成分.我们把对矿石外观,颜
色,属性,密度等参数告诉专家系统.专家系统根据这些条件搜索规则库,然后预测可能的矿石
种类.
机器学习(ML): 层学习 再励学习 Q学习
Trackback: http://tb.blog.csdn.net/TrackBack.aspx?PostId=540797