Download de presentatie
De presentatie wordt gedownload. Even geduld aub
GepubliceerdRené Jacobs Laatst gewijzigd meer dan 9 jaar geleden
1
Inleiding Kennistechnologie §Hoofdstuk 12: Diagnose §Hoofdstuk 13: Machinaal leren §Hoofdstuk 14: De Toekomst van KT
2
Hoofdstuk 12 Diagnose §vergelijking van geobserveerd met voorspeld gedrag §vaststellen van oorzaken van afwijkingen §(verhelpen van de afwijking)
3
Problematiek bij diagnose §verschillende soorten oorzaken §mogelijkheden voor onderzoek §nauwkeurigheid van de diagnose §modificeerbaarheid van het systeem §tijdsafhankelijk gedrag §onderlinge beïnvloeding van oorzaken
4
Modellen voor diagnose §gegevensruimte §hypotheseruimte §(reparatieruimte) §systeemmodel
5
vaststellen van disfunctioneren §voorwaartse/ achterwaartse simulatie §gesloten/open foutmodel §enkel-/meervoudige oorzaken §hypothese discriminatie
6
Opdracht 9
7
Hoofdstuk 13 Machinaal leren §toepassing van classificatie §na leerfase worden nieuwe voorbeelden geclassificeerd §kwaliteit wordt bepaald in testfase (generaliserend vermogen)
8
Memory-based leren §bewaar alle (leer)voorbeelden §vergelijk nieuwe voorbeelden met opgeslagen voorbeelden en kies meest gelijkende(n) l veel geheugencapaciteit nodig l geen leertijd l lange verwerkingstijd
9
Beslisbomen §bepaal volgorde in onderscheidende attributen §nieuwe voorbeelden classificeren op basis van volgorde in attributen l beperkte geheugencapaciteit nodig l redelijke leertijd l korte verwerkingstijd
10
Neurale netwerken §ontwerp netwerk en bepaal coefficienten §nieuwe voorbeelden classificeren op basis van berekening met attributen l beperkte geheugencapaciteit nodig l lange leertijd l zeer korte verwerkingstijd
11
Problematiek bij Machinaal leren §probleemrepresentatie §overfitting
12
Opdracht 10
13
Hoofdstuk 14: KT in de toekomst §intuïtie §opponent modelling §agent technologie
Verwante presentaties
© 2024 SlidePlayer.nl Inc.
All rights reserved.