人工智能原理第九章课后习题答案（仅供参考）

9.1 回顾本书给出的机器学习的定义9.1，并论述该定义与已有机器学习定义之间的相同与不同之处？
定义9.1：机器学习是人工智能的一个分支，从事研究和构建可以从数据或环境中学习的算法，用以改善性能或做出预测
现定义：从数据中学习来自适应改进预测和决策的人工智能技术。
相同点：都将机器学习明确地归类为人工智能技术，并突出了其在人工智能领域的地位和作用。两者都可以从数据中进行学习用以实现某个学习任务
不同点：新的定义强调了机器学习的一种重要特性，即其能够自适应地改进预测和决策。这意味着机器学习系统不仅仅能够从数据中学习，还能够根据新的数据和情境不断地调整和改进其预测和决策能力，适应不断变化的环境和需求。所以新定义更符合强人工智能的需求。

9.2 论述归纳学习与演绎学习的区别。试分析目前的机器学习算法主要属于哪一种学习方式？

归纳学习：通过观察得到某些模式，根据这些模式形成假设，再由该假设得到某些规则或事实的过程。自底向上的学习方法。

演绎学习：是基于某些事实或规则，提出假设，再通过观察对其进行证实的过程。自顶向下的学习过程。
目前机器学习主要在归纳学习上，这是因为大多数机器学习任务都是数据驱动的，目的是从给定的训练数据中学习并泛化到新的数据集。未来演绎学习会是机器学习的一个重要研究内容。

9.3 论述机器学习与人工智能之间的关系ÿ