动机(3) 即使使用最纯粹的归纳学习算法,仍有机会基于特定学习仼务的 先验知识来选择设计方案 通常设计者将领域特定的知识嵌入到学习算法中,但我们感兴趣 的是一个系统能将先验知识和训练数据作为显示的输入给学习器 概括而言,我们感兴趣的是领域无关算法,这种算法使用显示输 入的领域相关的知识,这种算法具备以下的属性: 如果没有领域理论,它至少能像纯粹的归纳方法一样有效学习 如果没有完美的领域理论,它至少能像纯粹的分析方法一样有效学 如果领域理论和训练数据都不完美,它应能结合两者的长处,比单 纯的归纳或分析方法的性能要好 它应能处理训练数据中未知程度的差错 它应能处理领域理论中未知程度的差错 这里列出的期望目标很难达到,目前没有算法能以一般化的方式 2003 足所舊塏象肅柱 析学习的结合作者: Mitchel译者:曾华军等讲者:陶晓鹏62003.12.18 机器学习-归纳和分析学习的结合作者：Mitchell 译者：曾华军等讲者：陶晓鹏 6 动机（3） • 即使使用最纯粹的归纳学习算法，仍有机会基于特定学习任务的 先验知识来选择设计方案 • 通常设计者将领域特定的知识嵌入到学习算法中，但我们感兴趣 的是一个系统能将先验知识和训练数据作为显示的输入给学习器 • 概括而言，我们感兴趣的是领域无关算法，这种算法使用显示输 入的领域相关的知识，这种算法具备以下的属性： – 如果没有领域理论，它至少能像纯粹的归纳方法一样有效学习 – 如果没有完美的领域理论，它至少能像纯粹的分析方法一样有效学 习 – 如果领域理论和训练数据都不完美，它应能结合两者的长处，比单 纯的归纳或分析方法的性能要好 – 它应能处理训练数据中未知程度的差错 – 它应能处理领域理论中未知程度的差错 • 这里列出的期望目标很难达到，目前没有算法能以一般化的方式 满足所有这些约束