Pozyskiwanie wiedzy z baz danych
Automatyczne uczenie (się) maszyn
Podstawowym zadaniem bazy danych jest efektywny
dostęp do informacji. Wyekstrahowana informacja nie-
koniecznie musi być wierną kopią informacji przecho-
wywanej, powinna jednak być wzbogacona wnioskiem
wyciągniętym ze zgromadzonych danych. Możemy wy-
różnić trzy techniki rozumowania (wnioskowania, ucze-
nia):
Fakty:
(1) Gdy ktoś jest chory zapalenie płuc, to ma gorączkę
(2) Paweł ma zapalenie płuc
(3) Paweł ma gorączkę
DEDUKCJA: umożliwia wnioskowanie na temat (3), na
podstawie (1) oraz (2)
(Osoby z zapaleniem płuc gorączkują, a ponieważ Paweł
ma zapalenie płuc, dlatego Paweł musi mieć gorączkę)
INDUKCJA: korzysta z jednej lub więcej obserwacji
osób, dla których prawdziwe są fakty (2) oraz (3), aby
wywnioskować, że (1) jest prawdą
(Obserwowałem wielu ludzi chorych na zapalenie płuc, i
wszyscy mieli gorączkę; zatem przypuszczalnie jest to o-
gólną prawdą, że osoby z zapaleniem płuc gorączkują)
ABDUKCJA: daje pozostałą kombinację, mianowicie
wnioskując na podstawie (1) oraz (3), określamy czy (2)
jest prawdą
(Ludzie z zapaleniem płuc mają gorączkę, a ponieważ Pa-
weł gorączkuje, to przypuszczalnie jest prawdą, że ma za-
palenie płuc)
Uogólniając, dedukcja polega na wywnioskowaniu no-
wej informacji, która jest logicznym następstwem infor-
macji zawartych w bazie danych. Przykładem niech bę-
dzie operator łączenia, zastosowany na dwóch tabelach,
z których pierwsza odpowiada za relację między praco-
wnikiem a zespołem, zaś druga między zespołem a kie-
rownikiem. Operator tego typu spowoduje podjęcie pró-
by wnioskowania o relacji między pracownikiem a kie-
rownikiem.
Natomiast indukcja polega na utworzeniu informacji,
która jest uogólnieniem informacji zawartych w bazie.
Z informacji o wspomnianym przykładzie, system mógł-
by wywnioskować, że każdy pracownik ma kierownika.
A
atwo zauważyć, że taki wniosek nie wynika już logicz-
nie na podstawie swoich przesłanek. Taki wniosek moż-
na by już nazwać wiedzą.
Automatyczne uczenie się maszyn (uczenie maszynowe)
(ang. machine learning, ML) jest na ogół automatyzacją
wnioskowania indukcyjnego, i jest jednym z ważniej-
szych działów sztucznej inteligencji.
Czym zatem jest uczenie?
Wg popularnych poglądów, może to być:
" zbieranie (zdobywanie) nowej wiedzy
"
"
"
" poprawianie działania w miarę zdobywania doświad-
"
"
"
czenia
" zmiana zachowania wskutek zdobycia doświadczenia
"
"
"