机器学习系统是指能够在一定程度上实现机器学习的系统。机器学习系统能够从某个过程或环境的位置特征中学到有关信息，并且能够把学到的信息用于未来的估计、分类、决策或控制，以便改进系统的性能。也就是说，在于环境相互作用时，能够利用过去于环境作用得到的信息，提高其性能、如果15-1所示为机器学习系统的基本结构。
机器学习的基本结构
在图15-1中，环境为系统提供部分提供信息，学习部分利用这些信息修改知识库，一正紧系统执行部分完成任务的效能，执行部分根据知识库完成任务，同时把获得的信息反馈给学习部分。在具体的应用中，环境，知识库和执行部分决定了具体工作内容，学习部分所需要解决的问题完全由上述三部分决定。下面分别叙述这三部分对设计学习系统的影响。
影响学习系统设计的最重要的因素是环境向系统提供的信息，更具体地说是信息的质量。知识库中存放那个的是指导执行部分动作的一般原则，但环境向学习系统提供的信息各种各样。如果信息的质量比较搞，与一般原则的差别比较小，则学习部分比较容易处理。如果学习系统提供的是杂乱无章的指导执行具体动作的具体信息，则学习学习系统需要在获得足够数据之后，删除不必要的细节，进行总结推广，形成指导动作的一般原则，放入知识库，这样学习部分的任务就比较繁重，设计起来也比较困难。因为学习系统获得的信息往往是不完全的，所以学习系统所进行的推理比不完全可靠，总结出来的规则不能保证完全正确。这要通过执行效果加以检验。正确的规则能使系统的效能提高，应予保留，不正确的规则应予修改或从知识库中删除。 知识库是学习系统存储知识的集合，是影响学习系统设计的第二个因素。知识的表示有多种形式，比如特征向量、一阶逻辑语句、产生式规则、语义网络和框架等。在选择表示方式时要兼顾一下四个方面。
表达能力强
易于推理
容易修改知识库
知识表示易于扩展
这个是小编一字字码出来的，希望能帮到到家（喜欢点个关注呗）
