非精确概念的机器学习与应用

摘要

提出并描述非精确概念的机器学习问题,定义非精确概念学习的一般任务模式,给出符合人类学习习惯的解决方案.结合具体例子说明非精确概念的学习与应用的过程,总结非精确概念学习同时具有归纳学习和统计学习的、优势及很强的鲁棒性,其缺点是计算量大,需要维扩一个很大的目标函数假设集合及没能充分考虑领域知识.并指出本文学习方法的可能应用领域.