Help : Ai giúp tớ dịch cái này một tẹo nào?

Help : Ai giúp tớ dịch cái này một tẹo nào?

Cái này là tài liệu của môn Trí tuệ nhân tạo (thường gọi là Trí khôn giả tạo) mà ông thầy bắt dịch. Mọi người giúp tớ dịch đoạn này một chút để lấy khái niệm về các thuật ngữ chuyên môn với. Đoạn còn lại tớ tự ngâm cứu. Cám ơn các bạn nhiều!!!

Instance-based learning methods such as nearest neighbour and locally weighted regression are conceptually straightforward approaches to approximating real-valued or discrete-valued target functions. Learning in these algorithms consists of simply storing the presented training data. When a new query instance is encountered, a set of similar related instances is retrieved from memory and used to classify the new query instance. One key difference between these approaches and the methods discussed in other chapters is that instance-based approaches can construct a difference approximation to the target function for each distinct query instance that must be classified. In fact, many techniques construct only a local approximation to the target function that applies in the neighbourhood of the new query instance, and never construct an approximation designed to perform well over the entire instance space. This has significant advantages when the target function is very complex, but can still be described by a collection of less complex local approximations.


Đời là cái đinh, tình là cái que......

Chào bạn. Để có thể dịch đúng và xuôi môn Trí tuệ nhân tạo AI thì còn phải có các kiến thức về những môn có liên quan (ví dụ: hệ điều hành AIX , bộ nhớ và cách lưu trữ, xử lý thông tin của bộ nhới, Toán rời rạc - về phần Modeling and construction of Models - cụ thể trong bài này ). Tớ thì chưa học tới AI nhưng cũng thử dịch, khi nào học đến thì có lẽ dịch sẽ chỉnh hơn.
Một số thuật ngữ trong bài này có thể sẽ có nghĩa khác trong ngữ cảnh bài khác.
+ Instance: sự thể hiện cụ thể một lớp đối tượng trừu tượng (trong hệ điều hành AIX)
+ approach: phương pháp.
+ classify: phân lớp. (xem cụ thể hơn trong "Descrete Maths")
+ weight: trọng số.
+ algorithm: thuật giải.
+ train: xâu (xâu dữ liệu).
+ approximation: có mấy nghĩa, nhưng ở đây mang nghĩa là sự phỏng định gần đúng (bạn có thể thấy dùng thường xuyên khi nói tới cách tính xác suất, sai số tương đối, tuyệt đối trong toán học - probability, absolute error, relative error...)
+ straightforward: không phức tạp.
Các phương pháp nghiên cứu cơ bản về sự thể hiện cụ thể một lớp đối tượng trừu tượng- chẳng hạn như vùng tiệm cận gần nhất hay sự thoái bộ cục bộ có tỷ trọng - là những phương pháp không phức tạp dùng để phỏng định gần đúng giá trị thực hoặc giá trị rời rạc của các hàm đối tượng. Việc nghiên cứu các thuật giải này bao gồm cách lưu trữ đơn giản xâu dữ liệu hiện hành. Khi một lệnh thẩm vấn cụ thể mới được xác định, một dãy các tập hợp có liên quan được lấy ra từ bộ nhớ và được dùng để phân lớp lệnh mới này. Một điều chủ chốt khác biệt giữa những phương pháp này với những phương pháp đã thảo luận ở các chương khác là các phương pháp nghiên cứu cơ bản về sự thể hiện cụ thể một lớp đối tượng trừu tượng có thể đưa ra những sự phỏng định gần đúng khác nhau đến các hàm đối tượng cho mỗi lệnh thẩm vấn cụ thể - lệnh mà đòi hỏi phải được phân lớp. Trên thực tế, có rất nhiều phương pháp kỹ thuật xây dựng chỉ mỗi một sự phỏng định gần đúng cục bộ tới các hàm đối tượng - thứ mà ứng dụng trong vùng lân cận của một lệnh thẩm vấn cụ thể mới - và không bao giờ xây dựng nên sự phỏng định gần đúng để biểu diễn rõ ràng trên toàn bộ không gian thể hiện. ĐIều này đem lại những thuận lợi rất có ý nghĩa trong trường hợp khi hàm đối tượng rất phức tạp, song vẫn có thể được miêu tả (miêu tả hàm đối tượng) bằng một tập hợp của các sự phỏng định gần đúng cục bộ ít phức tạp hơn.