MIT人工智能筆記分享(系列22講之十五)--相近差錯、妥適條件

今天的分享介紹兩種人類的學習模式,瞭解人類的學習方式,能讓你學習更有效。

相近差錯學習指從確定的事實中學習,而不是在大數據的海洋裡摸索。從一個正例出發,不斷與它的正例、反例進行比較,從遇到正例擴展從比較中發掘相似性、遇到反例中比較中發掘差異,進而獲得確定知識。

舉個例子,我們要認識一種動物叫馬,我們先從一張白馬的圖片建立初始的認知(建立一個描述模型),然後再拿一張黑馬(正例)的圖片,注意這兩張圖片只有一個差別就是顏色,從而拓展認知到馬的顏色可以是多種多樣的,這就是擴展。

然後我們再拿一張驢的(反例)照片,驢和馬的結構是一樣的長相差異可以略,但是耳朵要長很多,從這張照片我們知道了馬的耳朵不應很長,以此類推我們不需要太多的圖片就能夠建立對馬的認知模型。而不是像神經網絡一樣需要大量的數據來訓練。(只介紹思想,不涉及複雜的數學推導)

妥適條件:可以用老師教學生過程做類比,毫無疑問老師和學生相互瞭解的時候學習效果最好。教師需要了解學生的知識狀態,通過對學生狀態的瞭解,判定是否應具備掌握所教內容的條件,不足則需補基礎,超前則要拉回來!所以學生是否能學好主要取決於老師對知識體系本身的認知及對學生認知狀態瞭解。而學生必須要相信老師的信息是對的,並且喜歡老師的風格才能有效學習。學霸是一路能夠適應不同老師風格的學生。所以需要教、學雙方匹配才能完成好學習的過程。

所以學習的過程既可以是相近差錯方式、也可以是妥適的方式,具體採用哪種方式要看情況而定。(這就是第十講中的one shot learning和解釋學習的模式)

彩蛋:對一般學生而言要想學習好,就需要學會建立自己對知識的描述(以適合自己的方式描述學習的內容,做自己的老師),有研究表明,那些經常和自己對話的學生成績更好!是不是很有意思呢!(我自己也有類似的體會,有些難題自己給自己講著講著就明白了)

彩蛋2:如何包裝思想讓它更有力,需要具備5S:Symbol(符號,要有個視覺記號讓人記住),Slogan(一個響亮的名字),Surprise(驚喜,要有讓人心跳的感覺),Salient(定位清晰,一提起來就想起你),Story(包裝一個漂亮的故事)。此處與算法無關,大家可以掠過。

MIT人工智能筆記分享(系列22講之十五)--相近差錯、妥適條件


分享到:


相關文章: