Aprendizado Incremental de

Conceitos
 • Na Fig.1 são dados exemplos do que é Foo e do que não é Foo. A partir dos
Fig1:
exemplos podemos inferir novos objetos como sendo ou não Foo (Fig.2).
Disso tiramos que:

Aprendizado é muitas vezes incremental

Frequentemente recebemos exemplos rotulados ( aprendizado
supervisionado )
 Os exemplos podem vir em uma ordem específica
 Na Fig.3 podemos ver um diagrama do aprendizado incremental de
conceitos. Esse processo consiste em generalizar ou especializar
Fig2:
 Na Fig.4 vemos como um programa de IA interpreta um problema definindo
a posição relativa de cada tijolo. Um programa de IA não pode aprender
muito, no máximo ele pode variar a definição de quais sejam os tijolos A, B, C
e D desde que mantenham a relação do diagrama

Fig3: Fig4:
 • Na Fig.1 um novo exemplo positivo é fornecido.
Fig1:
 Na Fig.2 nosso conceito atual de Foo é atualizado para generalizar o novo
exemplo. Chamamos isso de heurística drop-link (conceito atual e o novo
exemplo se sobrepõem quase exatamente)
 Na Fig.3 um novo exemplo negativo é fornecido. Nosso conceito atual é
atualizado para especializar o novo exemplo. Chamamos isso de heurística
require-link (conceito atual deve incluir restrições nos arcos)
 Na Fig.4 um novo exemplo negativo é fornecido. Nosso conceito atual é
atualizado para especializar o novo conceito. Chamamos isso de heurística
Fig2: forbid-link (conceito atual deve adicionar nova restrição proibindo
relaciomento)

Fig3: Fig4:
Fig1: • Na Fig.1 um novo exemplo positivo é fornecido.
 Nosso conceito atual de Foo é atualizado para generalizar o novo exemplo.
Chamamos isso de heurística enlarge-set (conceito atual passa a ter uma
disjunção em um nó)
 Na Fig.2 consideramos um conhecimento de background que diz que um
bloco pode ser um tijolo ou uma cunha. Nosso conceito atual é atualizado
para generalizar esse conhecimento. Chamamos isso de heurística climbing-
tree (Nó é atualizado utilizando representação genérica)
 Na Fig.3 podemos ver o processo de aplicação de heurísticas conforme novos
exemplos vão surgindo
Fig2:  Existe ainda a heurística close-interval do qual expandimos o range de
valores de um conceito positivo. Por exemplo se uma criança só viu cachorros
pequenos seu conceito é de cachorros de porte pequeno, a partir do
momento que conhece um cachorro de grande porte seu conceito de
cachorro se expande

Fig3: