概念学习(学习笔记)

概念学习,或称概念认知学习,探讨人类如何通过观察和比较形成概念。以小孩识别老虎的过程为例,从顶层特征到更深入的细节,这是一个由简至繁、从粗粒度到细粒度的信息处理过程。该领域的理论基础包括形式概念分析、粗糙集、粒计算和认知计算。本文仅对粒计算有所涉猎,后续将分享更多学习笔记。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

概念学习(Concept-cognitive learning


    概念学习又名概念认知学习。由来即是,研究者一直在思考,人们是怎么从没有这个概念到有这个概念的呢,是怎么学习而来的呢?通俗的说就是,比如,人类文明一开始,大家遇到猫这种动物,最初并不知道这是叫猫,而是通过后期的不断比较观察其特征,从而得到及定义为猫的概念。


    若还未明白的话,我这里还有个更好的例子,是从一篇论文中举的例子而来的。(基于粒计算的认知模型_张清华)

    如当一个小孩在形成老虎(认知老虎)这个概念时,他首先是获取老虎的顶层信息特征(如老虎的体态、是否有尾巴等),获取这些信息的“代价”很低,这些顶层信息特征在小孩的脑袋里形成了一个老虎的初级概念(它不完整)。当老虎和其他动物(这些动物与老虎大不一样)如大象、孔雀等在一起时,小孩可以用他的“老虎”这个初级概念很容易识别出老虎,无需更多的信息。但是,当老虎和豹子在一起时,小孩可能会混淆,因为初级概念“老虎”对豹子也可能适用,这时需要更多新的信息(如花纹、胡须等)来帮助小孩完善“老虎”这个概念,得到“老虎”中间概念。当小老虎和猫在一起时,小孩也有可能会混淆,因为小老虎和猫极为相似,需要老虎的更深更细的信息特征(如老虎的性格、胡须的弯曲度等)来进一步完善“老虎”这个概念。这个过程就是一个由简到繁的认知过程,是一个从粗粒度到细粒度的信息处理过程。



评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值