HyperAI

تعلم القواعد

تعلم القواعدإنها قاعدة يمكن استخدامها للتمييز بين الأمثلة غير المرئية. يتم الحصول عليها عادة عن طريق التعلم من مجموعة بيانات التدريب. إنها عادة عبارة عن قاعدة IF-THEN، وهي نوع من التعلم غير الخاضع للإشراف، وغالبًا ما يتم تصنيفها كنوع من التصنيف.

قواعد في تعلم القواعد

القواعد: لها دلالات واضحة ويمكنها وصف القوانين الموضوعية أو مفاهيم المجال التي ينطوي عليها توزيع البيانات.

هناك نوعان من القواعد لتعلم القواعد:

  • القاعدة المقترحة

جملة إخبارية بسيطة تتكون من "اقتراحات ذرية" وروابط منطقية "و، أو، لا، و".

أمثلة:

القاعدة 1: (ولود = لا) ∧ (يستطيع الطيران = نعم) → الطيور

القاعدة 2: (الولود = لا) ∧ (العيش في الماء = نعم) → سمكة

  • قاعدة الدرجة الأولى

على عكس القواعد القياسية التي تتعامل فقط مع القضايا التصريحية البسيطة، فإن المنطق من الدرجة الأولى يشمل أيضًا التأكيدات والقياس الكمي. يمكن للقواعد من الدرجة الأولى التعبير عن علاقات معقدة، وتسمى أيضًا بالقواعد العلائقية.

طرق توليد القواعد

  • الطريقة المباشرة: استنباط القواعد مباشرة من مجموعة التدريب؛
  • الطريقة غير المباشرة: تم تحويلها من شجرة القرار.

غرض تعلم القواعد

الهدف من تعلم القواعد هو إنشاء مجموعة قواعد يمكنها تغطية أكبر عدد ممكن من الأمثلة. التغطية المتسلسلة هي نهج يستخدم بشكل شائع. قبل تعلم قاعدة جديدة في مجموعة التدريب، سيتم تغطية أمثلة التدريب الخاصة بالقاعدة، وستشكل أمثلة التدريب المتبقية مجموعة تدريب وتكرر العملية المذكورة أعلاه.

نظرًا لأنه تتم معالجة جزء فقط من البيانات في كل مرة، فإن هذا النهج يسمى أيضًا استراتيجية تقسيم وغزو.