返回
Featured image of post 【南瓜书】第十五章

【南瓜书】第十五章

本章主要介绍规则学习,包括似然率统计量、FOIL增益、逻辑操作(吸收、辨识、内构/互构)以及归结与合一等核心内容

DigitalOcean Referral Badge DigitalOcean Referral Badge DigitalOcean Referral Badge

原文链接,转载请注明出处

15.2

$$ \mathrm{LRS}=2 \cdot\left(\hat{m}{+} \log _{2} \frac{\left(\frac{\hat{m}{+}}{\hat{m}{+}+\hat{m}{-}}\right)}{\left(\frac{m_{+}}{m_{+}+m_{-}}\right)}+\hat{m}{-} \log _{2} \frac{\left(\frac{\hat{m}{-}}{\hat{m}{+}+\hat{m}{-}}\right)}{\left(\frac{m_{-}}{m_{+}+m_{-}}\right)}\right) $$

[解析]:似然率统计量(Likelihood Ratio Statistics)的定义式。

15.3

$$ \mathrm{F}{-} \text {Gain }=\hat{m}{+} \times\left(\log _{2} \frac{\hat{m}{+}}{\hat{m}{+}+\hat{m}{-}}-\log _{2} \frac{m{+}}{m_{+}+m_{-}}\right) $$

[解析]:FOIL增益(FOIL gain)的定义式。

15.6

$$ (A \vee B)-\{B\}=A $$

[解析]:析合范式的删除操作定义式,表示在$A$和$B$的析合式中删除成分$B$,得到成分$A$。

15.7

$$ C=\left(C_{1}-\{L\}\right) \vee\left(C_{2}-\{\neg L\}\right) $$

[解析]:$C=A\vee B$,把$A=C_1 - \{L\}$和$L=C_2-\{\neg L\}$代入即得。

15.9

$$ C_{2}=\left(C-\left(C_{1}-\{L\}\right)\right) \vee\{\neg L\} $$

[解析]:由式15.7可知 $$ C_2-\{\neg L\} = C - (C_1 - \{L\}) $$ 由式15.6 移项即证得。

15.10

$$ \frac{p \leftarrow A \wedge B \quad q \leftarrow A}{p \leftarrow q \wedge B \quad q \leftarrow A} $$

[解析]:吸收(absorption)操作的定义。

15.11

$$ \frac{p \leftarrow A \wedge B \quad p \leftarrow A \wedge q}{q \leftarrow B \quad p \leftarrow A \wedge q} $$

[解析]:辨识(identification)操作的定义。

15.12

$$ \frac{p \leftarrow A \wedge B\quad p \leftarrow A \wedge q }{q \leftarrow B\quad p \leftarrow A \wedge q \quad q \leftarrow C} $$

[解析]:内构(intra-construction)操作的定义。

15.13

$$ \frac{p \leftarrow A \wedge B\quad q \leftarrow r \wedge C}{p \leftarrow r \wedge B\quad r \leftarrow A \quad q \leftarrow r \wedge C} $$

[解析]:互构(inter-construction)操作的定义。

15.14

$$ C=\left(C_{1}-\left\{L_{1}\right\}\right) \theta \vee\left(C_{2}-\left\{L_{2}\right\}\right) \theta $$

[解析]:由式15.7,分别对析合的两个子项进行归结即得证。

15.16

$$ C_{2}=\left(C-\left(C_{1}-\left\{L_{1}\right\}\right) \theta_{1} \vee\left\{\neg L_{1} \theta_{1}\right\}\right)\theta_{2}^{-1} $$

[推导]:$\theta_1$为作者笔误,由15.9 $$ \begin{aligned} C_{2}&=\left(C-\left(C_{1}-\{L_1\}\right)\right) \vee\{L_2\}\\ \end{aligned} $$ 因为 $L_2=(\neg L_1\theta_1)\theta_2^{-1}$,替换得证。

© 2020 - 2025    去去的博客
运行: 0天    书写: 605.5k字     80篇文章
总访客数:     总访问量:    

备案号: 赣ICP备2022002813号-2 |