我是AI（人工智能）学习版本空间的新手，我需要帮助解决总和任务。我正在使用一个可以完成学习过程的软件，所以我的任务是学习和理解正在发生的事情（我的意思是软件产生这样的结果的原因）等等。
我的任务是拥有一个品牌的汽车：
Brand Likes
_____ _____
opel yes
toyota no
bmw yes
ford yes
nissan no
我的问题是：
1）我怎样才能了解一个人喜欢哪个汽车品牌？ 我的理解是示例中的第一个品牌（欧宝）应该是正面的（是）还是？
2）我怎样才能了解一个人不喜欢哪个汽车品牌？ 我应该让第一个品牌为负（不）吗？
3）
我如何创建两个层次结构，以便他们可以用来了解一个人喜欢哪些汽车品牌以及他不喜欢哪些？
更新 我也需要帮助以满足以下要求：
1）
组成两个不同的层次结构，用于学习这两个层次结构允许您了解该人喜欢哪个品牌的示例，同时了解该人不喜欢哪些品牌只能使用一个层次结构学习，而无法通过其他层次结构学习。
2）
你有什么可以得出关于什么时候可以学习相反的概念而不是什么时候？
请正在学习如何运作，所以请耐心等待。感谢
感谢您的帮助。
答案 0 :(得分：2)
版本空间是一种从未真正有用的学术概念。一些缺点是：
有限代表 - 基本上是1-CNF（单一合奏）或1-DNF（单独分离）
无法处理噪音
指数时间和空间。
对于1-CNF描述，有一个简单的“采取交叉”算法（它完全按照你想象的方式工作，至少在2-D或3-D空间中），这是一个pac学习（可能近似正确） ）算法是例子中的多项式。
然而，有限的表示是真正杀死它的 - 即使是“采取交叉”算法也没有使用（也称为最大特定的联合泛化或MSCG），因为表示有限。
相反，决策树，决策列表，神经网络，遗传算法SVG算法等问题在今天已经普遍使用。