ML_02 归纳学习

来自周志华机器学习和课件
这章更多概念理解和计算

Was ist Induktion(归纳)

一个个实例有逻辑的总结成一般规律的过程叫归纳

Was ist Deduktion（推演）

将正确的理论也就是一般规律应用于个体当中
例子就是知识，我们利用知识的原理来解决具体问题就是推演

Konzeptlernen：例子

从一般到特殊一开始什么都是可以
？：jeder Wert ist akzeptabel
从特殊到一般一开始什么都不可以
#：kein Wert ist akzeptabel
所以两个求出来的结果是这样的


周志华的几个例子，目前上传不成功
kosistenz: 查准率 $precision=\frac{TP}{TP+FN}$
vollständigkeit: 查全率 $recall=\frac{TP}{TP+FP}$

version space(版本空间）
他这里有个算法
对于n这个反例
一般集G添加可能
对于p这个正例
特例集S添加可能
这一章比较重要的就是这个版本空间算法了
induktive bias
归纳偏好的必要性
就是如果有很多个假设对于不同的性质，如果把他们视为同等重要那么将不能判断最后的结果，所以对于性质有排序然后进行判断，就是加权得到的结果更为可靠