Intelligenza Artificiale Apprendimento automatico Prof. M.T. PAZIENZA a.a

Apprendimento Apprendimento: estrazione di informazione profonda (non superficiale) da un tipo di situazione ripetutasi più volte. L’esperienza può modificare lo stato di un organismo in modo tale che il nuovo stato rende il sistema capace di funzionare meglio in una situazione successiva. Esperienza -> nuovo stato -> prestazioni

Apprendimento L’esperienza accumulata attraverso le percezioni dell’agente serve per migliorare la capacità del sistema di agire in futuro. L’apprendimento ha luogo: come risultato dell’interazione tra l’agente ed il mondo dall’osservazione da parte dell’agente del modo in cui egli stesso prende decisioni

Apprendimento Psicologia comportamentale: gli uomini nascono senza sapere nulla ed “assorbono” ogni conoscenza dall’osservazione di situazioni ripetitive. Scienze cognitive: affinché un organismo possa imparare qualunque cosa, è necessario che egli già conosca qualcosa. Si applica anche alla linguistica.

Apprendimento concettuale Apprendimento induttivo od induzione L’output dell’apprendimento induttivo si presenta come un insieme di regole di produzione del tipo: If then La parte destra della regola si chiama concetto, la parte sinistra definizione del concetto o pattern (Una regola è un pezzo di conoscenza, qualcosa che il programma deve sapere)

Apprendimento concettuale Apprendimento induttivo od induzione Da una o più istanze in cui una azione specifica (iesima) risulta essere l’azione appropriata in risposta ad una particolare situazione (iesima), si inferisce che la versione generale della stessa azione è l’azione (gener) più appropriata alla situazione (gener) Il problema è verificare se ed in che senso una conclusione generale può scaturire da osservazioni specifiche

Apprendimento concettuale Fare il debug di una regola if-then significa rendere l’antecedente più generale (weakening) o più specifico (strengthening) a seguito della verifica di quanto bene la versione corrente funziona Si dice che l’antecedente è più forte se dice di più ovvero se è vero in un numero minore di situazioni. Altrimenti si dice che è più debole. Quando una regola non viene confermata, allora si cerca di specializzarla, ovvero la si può applicare in un numero minore di situazioni

Apprendimento concettuale Quando una regola non viene confermata, allora si cerca di specializzarla, ovvero la si può applicare in un numero minore di situazioni Nella situazione inversa la regola può essere generalizzata. Si possono avere casi di overgeneralizzazione.

Apprendimento concettuale Il problema è trovare un pattern, o una definizione concettuale che si applichi ad un set di situazioni (istanze positive di un concetto), e non si applichi ad altre (istanze negative) Ovvero: generalizzare dagli esempi positivi fino ad un pattern generale che non comprenda alcuna delle istanze negative. L’algoritmo di apprendimento per generalizzazione – specializzazione è un algoritmo empirico

Generalizzazione /Specializzazione La generalizzazione e la specializzazione sono operazioni inverse. Ciascun metodo di general. special., quindi, può essere descritto come una progressione che funziona in ciascuna delle due direzioni. Le variabili sono più generali delle costanti, quindi nel processo di generalizzazione delle regole di produzione verranno usate variabili al posto delle costanti

Generalizzazione /Specializzazione La gener. e la specializ. forniscono un insieme di metodi per modificare le regole. Ciò non basta in quanto oltre a sapere la direzione della modifica, bisogna sapere come modificare. Si tratta di un problema di ricerca complesso in quanto la correttezza di un’azione nella direzione della gener. o della special. non può essere valutata finché non si raggiunge il risultato finale. Sono così possibili passi falsi.

Generalizzazione /Specializzazione Esistono più direzioni di generalizzazione (problema): i predicati e le classi tendono a raggrupparsi in “famiglie” con più o meno membri (generalizzazione in gerarchie is-a) Due modalità per rendere più debole o più forte un pattern sono rispettivamente: Disjunct manipulation + generale Conjunct manipulation + specifica

Generalizzazione /Specializzazione Un ulteriore metodo di generalizzazione è data dall’universalizzazione che, da liste di formule specifiche, ricava combinazioni quantificate. Es. Il libro 1 è sul tavolo Il libro 2 è sul tavolo Il libro i è sul tavolo Qualunque cosa sia sul tavolo deve essere un libro

Generalizzazione /Specializzazione Necessità di definire cosa si intende con situazione corrente Non è: insieme delle conoscenze del sistema (che comprende passato, presente e aspettative) Definire le caratteristiche della situazione che devono essere ignorate nella modifica delle regole costituisce l’attività di “identificazione della situazione”. In casi reali esistono migliaia di fatti veri ma irrilevanti per la situazione.

Generalizzazione /Specializzazione Problema della descrizione dei fatti La notazione usata per esprimere le definizioni dei concetti deve avere la proprietà che: Situazioni simili devono avere descrizioni simili nella notazione In tal modo possiamo sperare che una generalizzazione possa catturare tutte le istanze positive

Generalizzazione /Specializzazione Problema dell’ assegnazione di credito Conoscere possibili errori compiuti in precedenti situazioni simili permette al sistema di generalizzare meglio Effettuare ripetuti esperimenti Chiedere ad un esperto Queste informazioni costituiscono le basi per definire metodologie di apprendimento.

Apprendimento: fattori principali Il progetto di un task di apprendimento automatico è caratterizzato da: 1.Le componenti atte a selezionare le azioni rilevanti (che hanno un impatto sull’ambiente) 2.La modalità di rappresentazione delle componenti (es. descrizioni deterministiche, formule proposizionali, descrizioni probabilistiche,…) 3.La descrizione del feedback ammesso (apprendimento supervisionato versus apprendimento non supervisionato, apprendimento per rinforzo) 4.La descrizione delle informazione precedenti disponibili (se c’è, la conoscenza a priori, aiuta..)

Apprendimento induttivo Chiamiamo esempio una coppia (x,f(x)) in cui x è l’ingresso ed f(x) è il risultato della funzione applicata ad x. L’inferenza induttiva, o induzione, è tale per cui, data una collezione di esempi di f, restituisce una funzione h che approssima f La funzione h è chiamata ipotesi

Apprendimento induttivo Per ogni f esiste un numero elevato di ipotesi h consistenti con gli esempi. Ciascuna preferenza per un’ipotesi piuttosto che per un’altra (al di là della consistenza degli esempio in ogni caso acclarata) rappresenta una inclinazione del sistema. Tutti gli algoritmi di apprendimento automatico presentano una propria inclinazione.

Apprendimento induttivo La scelta della rappresentazione per la funzione desiderata è cruciale. Esiste una ovvia contrapposizione tra: espressività (la funzione desiderata è rappresentabile con il linguaggio stesso) efficienza (il problema dell’apprendimento è trattabile se si sceglie un certo linguaggio di rappresentazione)

Alberi di decisione Un albero di decisione ha in ingresso una situazione od un oggetto descritto da un insieme di proprietà ed in uscita una “decisione” del tipo si/no (rappresentano funzioni booleane). Ogni nodo rappresenta un test sul valore delle di una proprietà e gli archi uscenti da un nodo esprimono con la loro etichetta i possibili valori del test Ciascuna foglia dell’albero specifica il valore booleano in output

Alberi di decisione Gli alberi di decisione possono rappresentare molte funzioni con alberi di dimensioni più piccole Un’istanza (un esempio) è descritto dai valori degli attributi e dal valore del predicato obiettivo. Il valore del predicato obiettivo si chiama classificazione dell’esempio. Predicato con valore vero: esempio positivo, con valore falso: esempio negativo L’insieme completo degli esempi si chiama insieme di addestramento

Alberi di decisione Si può costruire un albero di decisione che sia consistente con l’insieme di addestramento e che sia anche conciso (schema=+ piccolo albero di decisione). Rasoio di Ockham: L’ipotesi più probabile è la più semplice che sia consistente con tutte le osservazioni a parità di altre circostanze, un’ipotesi semplice che sia consistente con tutte le osservazioni ha una probabilità di essere corretta maggiore di una complessa

Alberi di decisione Dopo che il test sul primo attributo ha suddiviso gli esempi, ciascuno dei risultati è in se stesso un nuovo problema di apprendimento di un albero di decisione con meno esempi e un attributo in meno. (ricorsione) Con esempi + e – si sceglie l’attributo migliore per suddividerli Se rimangono solo esempi + (o -), allora fine Se non ci sono più esempi, vuol dire che nessun esempio con quei valori per gli attributi è stato osservato Se non ci sono più attributi, e ci sono esempi + e -, significa che questi esempi hanno la stessa descrizione ma classificazioni diverse (dati errati, costituiscono il rumore), oppure che gli attributi sceltinon descrivono completamente la situazione

Alberi di decisioni Insiemi di apprendimento Insiemi di test