精華區beta CSSE 關於我們 聯絡資訊
※ 引述《ephesians (ephesians)》之銘言: : ※ 引述《yoco315 (眠月)》之銘言: : : -- : : ◆ From: 61.31.171.59 : : 推 luciferii:冏...其實我覺得含 e網友在內,很多人還是對ES一知半解. 12/13 08:55 : : → luciferii:所以還會相信ES是貝氏網路、ES跟DM互斥、ES跟fuzzy互斥. 12/13 08:59 : : 推 luciferii:這類半熟的講法? ...是老師沒教清楚嗎? 12/13 09:03 : 我感覺,就連親身參與知名ES專案的人,也對ES一知半解吧... : 以上這句,可以當做開玩笑,也可以當作認真講. : 有些人對於ES的解釋偏向泛統論,這有待商榷, : 最早的General Purpose Solver的失敗,顯示出要將知識有效地數位化有多難. : ES廣義來講,應該是只一個系統能夠有效保留來自人類專家腦中所有的知識, : 於是,能夠使用所保留的知識解決問題,像人類怎樣解決該問題一樣. : 那麼,DM所保留的知識,能解決問題,但它們是由人類專家所萃取出來的嗎? : ...覺得還差了那麼一點,才能夠算是. : 貝氏網路嘛,重要的是CF值的計算,CF值顯然是表層知識. : (至於規則是不是從人類專家提供的,則可以直接用以認定它是不是專家系統) 這部分有問題,你對貝氏分類法似乎不熟... (沒討戰的意思,請別誤會) 貝氏分類法有很多種,貝氏網路只是其中一個大項, 單就「貝氏網路」而言,貝氏網路有權重,如果你看過相關課本 一定會看到,權重的給定常常是預先給定的,意亦:由專家給。尤其 是跨領域的研究更是如此,ex 你總不能要求一個學電腦的,來為兩個 基因之間的相關性定權重吧... 另一種目前當紅的應用是,自動調權重,如結合GA或利用動態貝氏網路, 這部分人類專家對系統的涉入的確比較少。 再來我真正想表達的是,目前ES的重要期刊中,有許多篇是以貝氏為基 礎來發展ES系統,前陣子我們的院長才發過一篇這種期刊,所以我會覺 得你對ES的認定似乎太過於狹隘。 : 而fuzzy有一點點像是人類思考,但做得比較差的,也許像CF值計算那樣普通. 這段論述有點怪,一般學過fuzzy的人應該不會這比喻.... : ANN,看起來很像思考沒錯,但是知識來源也許不存在, : 內含知識不能夠layout並提出規則解釋. 這一定不是ES. : 不該誤以為凡能解決人類問題,並作法有新意的,就算是ES. 同上述貝氏網路的問題,就研究泛人工智慧(EX ES,DM,AI)的人而言, ES是一個較抽象(高階)的詞,DM或AI則是比較低階的;簡單來說 我們會用DM、AI、訪問專家等方式來建構一個ES。 以蓋房子來比喻: ES就是一棟房子,DM、AI、人類專家就好比是建材,你要用什麼建材 看你高興,反正最後要的一棟可以住人的房子。但在細節部分就會有影 響,如房子的外觀,以系統來說就是output的結果,一個ES一般人會認為 必需給一個「人看的懂」的解釋。 但何為人看得懂?一段白話文,當然OK啊;但如果是給你一個機率值, 你能夠說這個系統不是ES嗎? 如果你的答案是「 YES,它不是一個ES」, 哪只能請你真得回去多讀一點書,多找一些資料,認清這個世界的真實情 況。 : yoco網友所提到的"人工建立",是不是會帶來一點混淆呢? : 專家系統的知識萃取方面, : 分成兩個模組:A,知識來源(即人類專家或文件知識);B,知識工程(由知識工程師負責) : 該注意的是,不管知識庫是不是由人工建立的,都是指B模組. : 而且,B模組不以人力來做, : 不代表A模組也是來自 "使用人工卻不用腦袋" 的某某演算法. 此段論述真得要批評一下了,請回去翻翻你的課本,那一本課本說過 「知識來源」可以不透過「知識工程」就能夠使用的?! 任何建ES的書或文章在ES的建構過程這一段,一定會提到專家的知識 是必需加以粹取的,但要怎麼粹取,就是透過「知識工程」。 你所謂的A、B模組在使用上是有「順序關系」而不是「平行關系」。 繼然是順序性,就很難簡單區別出何為「單純人工建立」or 「使用人工卻不用腦袋」。 以實際情況來說,專家與特定ES系統的關系有兩種: 一種是有資訊背景的專家,他可以依照該ES系統的設定,自行運用 該ES的邏輯;亦即,由專家自行處理知識工程部分。這種專家有多少? 目前沒遇過... 此外就算專家能自行處理此部分,最後亦需和知識工程師 討論、校正,以避免「人腦與電腦在資料交換」部分的「格式上」之差異。 另一種就是不熟資訊技術的專家,亦是最常遇到的情況,此時「一定要」透 過知識工程師。 呼應我之前提過的:ES、DM、AI在「技術面上相通」你要徹底了解、並實作 一個「有意義」的ES請先修完其他的「基礎」技能再說。 簡單的例子:你想學積分,ok啊!但請先把極限跟微分先學完... -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 163.25.118.178 ※ 編輯: esheep 來自: 163.25.118.178 (12/14 02:39)