所掌握的知识是告诉我们现在这三个历法系统 ， 它对应的日期应该是同一天 。 这里恰好找到红色是1、蓝色是6的这一行 ， 对应的破译结果是长历的创世以来第275520天 ， 恰好是神历中一年的倒数第三天 ， 也恰好是太阳历中第13个月的第14天 ， 一切都一致了！于是 ， 这就得到了结果 。
这就是反绎的过程 。
我们回顾一下 ， 首先它来自一个不完备的观察 ， 有的图像是什么我们知道 ， 有的图像是什么我们不知道 。 然后基于这个观察 ， 我们得到一个假设 。 有了这个假设之后 ， 根据我们的知识来找一个最可能的解释 。 而这个解释就是现在红色 ， 蓝色这个我们当前所关心的集合 。 这就是反绎的含义 。
反绎学习的设置不太一样 。 我们有一些样本 ， 但只有样本的表现 ， 不知道结果 。 这就类似于刚才在玛雅这个故事里面我们看到很多图像 ， 但这个图像对应的含义是什么还不知道 。 反绎学习中假设有一个知识库 ， 这就类似于刚才考古学家所拥有的关于历法的知识 。 同时我们还有一个初始分类器 ， 这就好比说考古学家一开始看到这个图像 ， 他会猜这个图像到底是什么？那么他凭什么猜呢？是他脑子里面有这么一个分类器 。
那么接下来这一步 ， 我们就要根据知识库里面的知识来发现有没有什么东西是不一致的？刚才在玛雅历法的故事里 ， 第一轮就一致了 ， 但在一般的任务中未必那么早就能发现一致的结果 。 如果有不一致 ， 我们能不能找到某一个东西 ， 一旦修改之后它就能变成一致？这就是我们要去找最小的不一致 。 假设我们现在找到 ， 只要把这个非C改成C ， 那么你得到的事实就和知识都一致了 。 我们就把它改过来 ， 这就是红色的这个部分 。 那这就是一个反绎的结果 。 而反绎出来的这个C ， 我们现在会回到原来的label中 ， 把这个label把它改掉 ， 接下来我们就用修改过的label和原来的数据一起来训练一个新分类器 。 这个过程可以不断地迭代下去 。 这个分类器可以代替掉老的分类器 。 这个过程一直到分类器不发生变化 ， 或者我们得到的事实和知识库完全一致 ， 这时候就停止了 。
推荐阅读
-
请问15岁的女生吃富马酸喹硫平接近一年，每天吃四片的富马酸喹硫平片，对我的大脑和神经会有影响吗
-
-
华为华为P50最新确认，一体全视屏+鸿蒙OS+双8500万，这才是华为
-
文史漫今生少年成名诗传长安，为何老来落寞，诗仙李白奋斗史
-
充电宝■同样是共享模式，为什么只有共享充电宝活的滋润？
-
-
『大众CC』吉利全新旗舰车型！1.5T榨出180马力，油耗5.8L，比大众CC时尚
-
-
在高速上行车，碰到这4种标线一定要当心，交警：第四种12分扣完
-
『地区气温』今日又将升温！重庆各地最高气温普遍超30℃
-
-
-
外卖|外卖小哥闯红灯被撞倒，深圳交警提醒骑手遵守交通法规
-
-
医院|津巴布韦首家“中国标准”新冠诊疗医院投入使用
-
北京经信局潘锋：利用区块链技术建金融专区，解决小微企业贷款难
-
-
-
-
