Inferencyjna teoria uczenia się

Wnioski są trzymane w środku wszystkich kategorii.

Inferencjalna teoria uczenia się ( ITL ) to obszar uczenia maszynowego opisujący procesy wnioskowania wykonywane przez uczących się agentów. ITL jest nieprzerwanie rozwijany przez Ryszarda S. Michalskiego , począwszy od lat 80-tych. Pierwsza znana publikacja ITL miała miejsce w 1983 roku. W ITL proces uczenia się jest postrzegany jako przeszukiwanie ( wnioskowanie ) poprzez hipotezy przestrzeni kierowanej określonym celem. Wyniki nauki muszą być przechowywane . Przechowywane informacje będą później wykorzystywane przez uczącego się do przyszłych wniosków . Wnioski są podzielone na wiele kategorii, w tym konkluzja, dedukcja i indukcja. Aby wnioskowanie można było uznać za kompletne, wymagane było uwzględnienie wszystkich kategorii. W ten sposób ITL różni się od innych teorii uczenia maszynowego, takich jak teoria uczenia obliczeniowego i teoria uczenia statystycznego ; które oba używają pojedynczych form wnioskowania.

Stosowanie

Najbardziej odpowiednie opublikowane użycie ITL zostało opublikowane w czasopiśmie naukowym opublikowanym w 2012 roku i wykorzystało ITL jako sposób opisania działania uczenia się opartego na agentach. Według czasopisma „The Inferential Theory of Learning (ITL) zapewnia elegancki sposób opisywania procesów uczenia się przez agentów”.

Dalsza lektura

•   Ryszard S. Michalski, Jaime G. Carbonell, Tom M. Mitchell (1983), Machine Learning: An Artificial Intelligence Approach , Tioga Publishing Company, ISBN 0-935382-05-4 .
  •   Ryszard S. Michalski, Jaime G. Carbonell, Tom M. Mitchell (1986), Machine Learning: An Artificial Intelligence Approach, tom II , Morgan Kaufmann, ISBN 0-934613-00-1 .
  •   Yves Kodratoff, Ryszard S. Michalski (1990), Machine Learning: An Artificial Intelligence Approach, tom III , Morgan Kaufmann, ISBN 1-55860-119-8 .
  •   Ryszard S. Michalski, George Tecuci (1994), Uczenie maszynowe: podejście wielostrategiczne , tom IV, Morgan Kaufmann, ISBN 1-55860-251-8 .
  •   Naidenova, X. (red.), (2009), Metody uczenia maszynowego dla zdroworozsądkowych procesów rozumowania: modele interaktywne: modele interaktywne , IGI Global, ISBN 9781605668116 .