Инференциальная теория обучения

Теория вывода на обучение ( ITL ) — это область машинного обучения , которая описывает процессы вывода, выполняемые обучающимися агентами. ITL постоянно разрабатывался Рышардом С. Михальским , начиная с 1980-х годов. Первая известная публикация ITL состоялась в 1983 году. ^[1] В ИТЛ процесс обучения рассматривается как поиск ( выведение ) через пространство гипотез, руководствующийся определенной целью. Результаты обучения необходимо сохранять . Сохраненная информация позже будет использоваться обучаемым для будущих выводов . ^[2] Выводы разделены на несколько категорий, включая выводы, дедукцию и индукцию. Для того чтобы вывод считался завершенным, требовалось, чтобы были приняты во внимание все категории. ^[3] Вот чем ITL отличается от других теорий машинного обучения, таких как теория вычислительного обучения и теория статистического обучения ; оба из которых используют сингулярные формы вывода.

Использование

Наиболее актуальное опубликованное использование ITL было в научном журнале, опубликованном в 2012 году, где ITL использовался как способ описания того, как работает обучение на основе агентов. По данным журнала «Инференциальная теория обучения (ITL) обеспечивает элегантный способ описания процессов обучения агентов». ^[4]

Ссылки

^ Михальский, Рышард С. (1993). «Инференциальная теория обучения как концептуальная основа многостратегического обучения» . Машинное обучение . 11 (2–3): 111–151. дои : 10.1007/bf00993074 . ISSN 0885-6125 .
^ «Инференциальная теория обучения – Лаборатория машинного обучения и вывода GMU» . www.mli.gmu.edu . Проверено 4 декабря 2018 г.
^ Найденова, Ксения (2010). Методы машинного обучения для процессов здравого смысла: интерактивные модели . Херши, Пенсильвания: Справочник по информатике. ISBN 9781605668109 . OCLC 606360112 .
^ Войтусяк, Януш; Смотритель, Тобиас; Херцог, Оттейн (декабрь 2012 г.). «Машинное обучение в агентном стохастическом моделировании: теория вывода и оценка в транспортной логистике» . Компьютеры и математика с приложениями . 64 (12): 3658–3665. дои : 10.1016/j.camwa.2012.01.079 . ISSN 0898-1221 .

Дальнейшее чтение

Рышард С. Михальски, Хайме Г. Карбонелл, Том М. Митчелл (1983), Машинное обучение: подход к искусственному интеллекту , Издательская компания Tioga, ISBN 0-935382-05-4 .
- Рышард С. Михальски, Хайме Г. Карбонелл, Том М. Митчелл (1986), Машинное обучение: подход к искусственному интеллекту, Том II , Морган Кауфманн, ISBN 0-934613-00-1 .
- Ив Кодратов, Рышард С. Михальски (1990), Машинное обучение: подход к искусственному интеллекту, Том III , Морган Кауфманн, ISBN 1-55860-119-8 .
- Рышард С. Михальски, Джордж Текучи (1994), Машинное обучение: многостратегический подход , Том IV, Морган Кауфманн, ISBN 1-55860-251-8 .
- Найденова, X. (ред.), (2009), Методы машинного обучения для процессов здравого смысла: интерактивные модели: интерактивные модели, IGI Global, ISBN 9781605668116 .

Эта искусственному интеллекту статья, посвященная , незавершена . Вы можете помочь Википедии, расширив ее .

Эта системам статья, посвященная , незавершена . Вы можете помочь Википедии, расширив ее .

[1] Михальский, Рышард С. (1993). «Инференциальная теория обучения как концептуальная основа многостратегического обучения» . Машинное обучение . 11 (2–3): 111–151. дои : 10.1007/bf00993074 . ISSN 0885-6125 .

[2] «Инференциальная теория обучения – Лаборатория машинного обучения и вывода GMU» . www.mli.gmu.edu . Проверено 4 декабря 2018 г.

[3] Найденова, Ксения (2010). Методы машинного обучения для процессов здравого смысла: интерактивные модели . Херши, Пенсильвания: Справочник по информатике. ISBN 9781605668109 . OCLC 606360112 .

[4] Войтусяк, Януш; Смотритель, Тобиас; Херцог, Оттейн (декабрь 2012 г.). «Машинное обучение в агентном стохастическом моделировании: теория вывода и оценка в транспортной логистике» . Компьютеры и математика с приложениями . 64 (12): 3658–3665. дои : 10.1016/j.camwa.2012.01.079 . ISSN 0898-1221 .

[1]

[2]

[3]

[4]