AI - 随笔分类 - 象鼻蚌

认知的概率模型（ESSLLI教程） - 第六部分译文 - 层次模型

摘要：6. 层次模型人类的知识被抽象成不同的层次，例如，最常见的或基本类别分类（如狗，汽车）可以被看作是不同个体的抽象，或更经常在不同的子类别之间（如狮子狗，腊肠犬，拉布拉多，等等）；多个底层类别反过来又可被归类到上层的类别：如狗、猫、马都是动物，汽车、卡车、公交车都是车辆。认知发展的一些最深层次的问题是：抽象知识会如何影响具体知识的学习？抽象知识该如何学习？在本节中，我们将看到这些层次的知识如何被... 阅读全文

posted @ 2011-09-04 21:09 象鼻蚌阅读(581) 评论(0) 推荐(0)

认知的概率模型（ESSLLI教程） - 第五部分译文 - 奥卡姆剃刀和信仰守恒定律

摘要：5. 奥卡姆剃刀和信仰守恒定律在对世界的学习，感知和思考中，我们用经验数据来拟合模型。通常情况下我们的假设空间将跨越复杂程度大不相同的多个模型：一些模型将有更多的自由参数或比其它模型自由度更高。在传统模型拟合方法中，我们调整每个模型参数直到最符合，严格上说具有更多自由参数或可调旋钮的模式将被优先，不论实际上它是否更接近描述生成该数据的真实过程，但是，这不是我们思考的方式，我们使用奥卡姆剃刀... 阅读全文

posted @ 2011-09-04 21:04 象鼻蚌阅读(1915) 评论(0) 推荐(0)

认知的概率模型（ESSLLI教程） - 第四部分译文 - 条件推理的学习

摘要：4. 条件推理的学习正如因果推理是条件推理的一种形式，因果学习也是如此：发现事物之间持久的因果过程或因果属性。在认知科学中“推理”和“学习”的界线是分不清的。我们常常认为对一些对象或过程的条件推理学习可以潜在地产生无限的数据序列或结果集，而且只有其中一部分数据能够在任何时刻观察得到。在给定一定的观测数据子集的条件下，我们能对有关对象或过程推导出什么？当增加了观测数据集的大小时，我们又能多学到多... 阅读全文

posted @ 2011-09-04 20:58 象鼻蚌阅读(489) 评论(0) 推荐(0)

认知的概率模型（ESSLLI教程） - 第三部分译文 - 推理模式

摘要：3. 推理模式：筛选和解释了 3.1 从因果依赖到统计依赖我们的概率程序将知识编码成因果模型，通过对因果关系的直觉思考有助于我们理解结构和函数之间的关系。因果关系是本地的、模块的和有向的。两个任意的事件大多数是无关的或独立的，如果它们相关或不独立，这种关系只是太弱而易于被我们的思维所忽略。许多事件是间接相关的：它们只是通过一个因果关系链的几个环节连接在一起，这是一系列中间的、更本地的依赖关系。... 阅读全文

posted @ 2011-05-01 22:16 象鼻蚌阅读(628) 评论(0) 推荐(0)

认知的概率模型（ESSLLI教程） - 第二部分译文 - 条件

摘要：2. 条件我们已经发明了一套概率生成模型的工具集，它们代表着世界上有因果关系的知识：这些程序对“因果历史”进行采样。不管怎样，因果模型的能力体现在能灵活地被用来对这个世界进行推理，比如，如果我们在一个生成模型中X依赖于Y，我们可能会问：“如果我们观测到X， Y会怎么样呢？”。在本节我们将讲解一个简单的生成模型通过观测到或假设的事实条件进行各种各样的推理。大多数认知可以用条件推理来理解，在大多数... 阅读全文

posted @ 2011-05-01 22:14 象鼻蚌阅读(575) 评论(0) 推荐(0)

认知的概率模型（ESSLLI教程） - 第一部分译文 - 生成模型

摘要：认知的概率模型诺亚古德曼，约书亚泰拉贝尔，提摩太奥唐纳登和Church工作组什么是思想？我们该如何描述人们学习推导活动中的智能推理行为？我们如何才能设计出智能机器？关于思想的计算理论就希望通过假设头脑为一台计算机、脑力表征为计算机程序、思考就像运行电脑程序的计算过程来解答这些问题。但怎样的程序呢？自然的想法是这个程序的智能行为先从传感器获得知觉、从内存中得到事实，然后再计算出结果。这样... 阅读全文

posted @ 2011-05-01 22:13 象鼻蚌阅读(495) 评论(0) 推荐(0)

认知的概率模型（ESSLLI教程）- 第一部分译文

摘要：认知的概率模型诺亚古德曼，约书亚泰拉贝尔，提摩太奥唐纳登和Church工作组什么是思想？我们该如何描述人们学习推导活动中的智能推理行为？我们如何才能设计出智能机器？关于思想的计算理论就希望通过假设头脑为一台计算机、脑力表征为计算机程序、思考就像运行电脑程序的计算过程来解答这些问题。但怎样的程序呢？自然的想法是这个程序的智能行为先从传感器获得知觉、从内存中得到事实，然后再计算出结果。这样... 阅读全文

posted @ 2011-03-01 13:41 象鼻蚌阅读(663) 评论(0) 推荐(0)

Church

摘要：美国麻省理工学院人脑与感知学专家Noah Goodman最近发明了一种AI水平较高的语言：Church。这种语言是用美国逻辑学家Alonzo Church的名字命名的。Church是基于两套完全不同的AI理论构建起来的，麻省理工学院认为这种技术创造了一种全新的“大同一场AI理论”。目前人们使用的AI技术基本都是分别基于逻辑型AI理论或概率型AI理论两种。而基于规则的AI理论则应用前景日渐衰微，... 阅读全文

posted @ 2010-11-21 11:23 象鼻蚌阅读(284) 评论(0) 推荐(0)

命题逻辑、一阶逻辑和二阶逻辑

摘要：（摘自维基百科）命题逻辑处理简单的陈述性命题，一阶逻辑补充覆盖了谓词和量化。例如下列句子：“苏格拉底是男人”，“柏拉图是男人”。在命题逻辑中，它们是两个无关的命题，比如指示为 p 和 q。但是在一阶逻辑中，这两个句子将由同一个性质联系起来：Man(x)，这里的 Man(x) 意味着 x 是个男人。在 x = 苏格拉底时我们得到了第一个命题 p，而在 x =... 阅读全文

posted @ 2010-04-04 22:41 象鼻蚌阅读(6220) 评论(0) 推荐(0)

统计关系学习的一些要点总结

摘要：摘自《人工智能一种现代方法》第20章要点 1、两个关键词： data – 描述研究领域的所有或部分随机变量的实例，也可称为evidence。 hypotheses – 假设、猜测、前提，描述某领域如何运作的概率规律。 2、一个有趣的例子：案例描述：奇妙的糖果: 有两种口味的糖果按5种比例方式混合包装在大的袋子中，这五类包装的袋子从外观上无法辨别 h1: 100% cherry... 阅读全文

posted @ 2010-03-26 23:29 象鼻蚌阅读(1053) 评论(0) 推荐(0)

关于CLL和AUC

摘要：在许多关于马尔科夫逻辑网的论文中常常用CLL和AUC这两个指标来比较不同的统计关系学习系统。1、CLL( conditional log-likelihood)条件对数似然性，它能直接衡量通过优化近似方法估计出来的概率分布的质量。2、AUC(area under the precision-recall curve)查准率和查全率曲线下的面积，查准率=查准的数量/总共查的数，查全率=查出来对的数量... 阅读全文

posted @ 2010-03-14 20:37 象鼻蚌阅读(512) 评论(0) 推荐(0)

学习使用Alchemy笔记之二

摘要：总算把Alchemy的入门指南全部过了一遍，关于open-world、closed-world以及evidence predicate，它是这样说的：If the closed-world assumption is made for a predicate, its ground atoms that are not defined in a .db file are false, while ... 阅读全文

posted @ 2010-03-07 21:37 象鼻蚌阅读(472) 评论(0) 推荐(0)

马尔科夫逻辑网（译文）

摘要：马修理查德森(mattr@cs.washington.edu) 和佩德罗多明戈斯 (pedrod@cs.washington.edu)美国西雅图华盛顿大学计算机科学工程系WA 98195-250摘要：我们提出一个简单的方法将一阶逻辑和概率图解模型组合成一种表示形式。马尔科夫逻辑网就是一个每个准则或语句都有权重的一阶逻辑知识库，其中常数代表库中对象，还约定了一个基本马尔科夫网知识库中一个一阶逻辑... 阅读全文

posted @ 2010-03-05 22:25 象鼻蚌阅读(8949) 评论(0) 推荐(3)

学习使用Alchemy笔记之一

摘要：这几天在Opensuse11.2上安装了Alchemy的Beta版本，现在也只有Beta版本，按照手册一步步很顺利。试着用了入门手册中均匀分布、二项分布、多项分布和社会网络分析几个例子，感觉上手很慢很困难：.mln文件非常晦涩难写，表达能力有限，比如多项分布这个例子中这两句：内部函数和谓词太少，只有大于小于等于和加减乘除；文档很少，太简单，只有边学边问了，它的邮件讨论组蛮好，现在稍微有一点点人气了... 阅读全文

posted @ 2010-02-26 23:27 象鼻蚌阅读(471) 评论(0) 推荐(0)

将困扰结构化机器学习十年的十大难题

摘要：摘自佩德罗.多明戈斯在2007年第17届国际归纳逻辑程序设计年会上的发言统计谓词发现不同领域间的通用化学习多层次结构学习和推理的深度结合学会不同表达形式的映射大规模学习在难于推理情况下的结构预测常规化的强化学习将统计关系逻辑扩展至统计关系人工智能学会机器学习程序调试详细请阅http://alchemy.cs.washington.edu/papers/domingos07d/d... 阅读全文

posted @ 2010-02-24 22:08 象鼻蚌阅读(432) 评论(0) 推荐(0)

随笔分类 - AI