Дсм-метод (Финн в.К.)
КАТ=<A, H, 1 , 2> , где
A – множество аксиом
H – множество гипотез
1 – достоверный вывод
2 – правдоподобный вывод
Пример: Система, позволяющая научить робота отличать фрукты от не фруктов
Обучающая выборка
|
Примеры |
Цвет |
Твердость |
Гладкость |
Форма |
Фрукт? |
|
Яблоко |
Ж |
НЕТ |
ДА |
КРУГ |
+ |
|
Грейпфрут |
Ж |
НЕТ |
НЕТ |
КРУГ |
+ |
|
Киви |
З |
НЕТ |
НЕТ |
ОВАЛ |
+ |
|
Слива |
К |
НЕТ |
ДА |
ОВАЛ |
+ |
|
Кубик |
К |
ДА |
ДА |
КВАДРАТ |
- |
|
Яйцо |
Б |
ДА |
ДА |
ОВАЛ |
- |
|
Теннисный мячик |
Б |
НЕТ |
НЕТ |
КРУГ |
- |
Решающее правило (продукционное правило)
Если О (Объект) есть (Ж & !Твердый & Круг) V(Гладкий & !Твердый)V(!Твердый & !Круг), то О – Фрукт
Если О есть Б V(Твердый & Гладкий & !Круг), то О - !Фрукт
Дерево решений
Можно построить дерево руководствуясь принципом - сначала самые информативные вершины
Примеры
Манго = (Ж & !Твердый & Гладкий & Овал) → Фрукт
Необожженный кирпич = (Б & Твердый & Гладкий & Прямоуг) → !Фрукт
Обычный кирпич = (Kp& Твердый & !Гладкий & Прямоуг) →???
В данном случае потребуется дообучить систему продукционных правил. При этом ДР дает ответ - !Фрукт.
В дереве нет висячих вершин, поэтому оно гарантирует решение. Продукционные правила решение не гарантируют.