含宏操作(macro-operation) 学习、知识编辑和组块(Chunking) 技术。演绎推理的逆过程是归纳推理。 4 )类比学习(Learning by analogy) 。利用二个不同领域( 源域、目标域) 中的知识相似性, 可以通过类比, 从源域的知识(包括相似的特征和其它性质)推导出目标域的相应知识, 从而实现学习。类比学习系统可以使一个已有的计算机应用系统转变为适应于新的领域, 来完成原先没有设计的相类似的功能。类比学习需要比上述三种学习方式更多的推理。它一般要求先从知识源(源域)中检索出可用的知识,再将其转换成新的形式, 用到新的状况( 目标域) 中去。类比学习在人类科学技术发展史上起着重要作用,许多科学发现就是通过类比得到的。例如著名的卢瑟福类比就是通过将原子结构( 目标域) 同太阳系( 源域) 作类比, 揭示了原子结构的奥秘。5) 基于解释的学习(Explanation-based learning, EBL) 。学生根据教师提供的目标概念、该概念的一个例子、领域理论及可操作准则, 首先构造一个解释来说明为什该例子满足目标概念, 然后将解释推广为目标概念的一个满足可操作准则的充分条件。 EBL 已被广泛应用于知识库求精和改善系统的性能。著名的 EBL 系统有迪乔恩( G.DeJong )的 GENESIS, 米切尔( T.Mitchell )的 LEXII 和 LEAP, 以及明顿( S.Minton )等的 PRODIGY 。 6)归纳学习(Learning from induction) 。归纳学习是由教师或环境提供某概念的一些实例或反例, 让学生通过归纳推理得出该概念的一般描述。这种学习的推理工作量远多于示教学习和演绎学习, 因为环境并不提供一般性概念描述( 如公理)。从某种程度上说, 归纳学习的推理量也比类比学习大, 因为没有一个类似的概念可以
全文预览
