精華區beta CSSE 關於我們 聯絡資訊
※ 引述《ephesians (ephesians)》之銘言: : 所換的另一個方向,是實作出完整的特定領域的專家系統. : 但考慮到整個專家系統的需求,想了許多許多領域的問題,都覺得不適合. : 知識的來源是相當大的問題,遑論知識工程的事情. : 若找不到適合的知識專家,只好找自己能夠充當專家的領域, : 不過,如果能夠憑著人類專家的語意規則,做為專家系統的能力, : 應該可以節省data mining規則產生的計算時間. 首先, 你用人工建知識庫也需要時間,而且需要"人工" (重點)。 而且一般來說自動尋找規則的時間會比人工來的快。 且,如果專業領域內的知識有變動, 那就需要使用人工去更新你的知識庫, 傳統使用人工建立專家系統沒落的原因, 就是在於需要的人工太多。 人工一來是慢,二來是貴, 三來是有脾氣會罷工還會要求加薪。 寫程式的目的就是因為不想用人工做事情, 所以懶惰的程式設計師們就開始思考不用人工建知識庫的方法, 像是 classifier system 或是 data mining。 這些東西不但可以自動建立規則, 而且還可以找到那些人工專家本來不知道的規則, 最有名的例子就是「尿布跟啤酒」, 這個東西你找任何一個專家去幫你建知識庫,都不會有這條, 但是用自動化的規則建立,就有機會找到這個。 比較起來,現在的方法比起傳統的專家系統建立法, 不管在品質或是速度上面都好的很多,你們老師的話是對的 :) -- To iterate is human, to recurse is divine. 遞迴只應天上有, 凡人該當用迴圈.   L. Peter Deutsch -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.114.78.32
micklin:可是apriori很慢 XD 12/11 21:02
micklin:除了你說的之外, 建ontology也是一個例子. 12/11 21:02
yoco315:ontology還是耗人工, 而且我個人覺得那注定要失敗.. 12/11 22:56
micklin:哈哈 真直接啊 XD 有人在想辦法用電腦建ontology啊 XD 12/12 05:00
micklin:不過我也不看好就是了 orz 12/12 05:01
yoco315:實不相蠻,敝人教授就作ontology的,不過我一點也不看好XD 12/13 02:41
micklin:我老闆也有踏入過一次, 後來就....理想與現實是有差距的XD 12/13 03:34
qrtt1:apriori十歲有了,不過他是吃空間的。你怎麼不選memory-base 12/13 07:02
qrtt1:的方法來建 association rule, 現在memory有比較cheap了^^ 12/13 07:03