دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1st ed. 2018
نویسندگان: Nicolas Lachiche. Christel Vrain
سری: Lecture Notes in Computer Science
ISBN (شابک) : 3319780891, 9783319780894
ناشر: Springer
سال نشر: 2018
تعداد صفحات: 195
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 14 مگابایت
کلمات کلیدی مربوط به کتاب برنامه نویسی منطق استقرایی: بیست و هفتمین کنفرانس بین المللی، ILP 2017، اورلئان، فرانسه، 4-6 سپتامبر 2017، مقالات منتخب اصلاح شده: هوش و معناشناسی، هوش مصنوعی و یادگیری ماشین، علوم کامپیوتر، کامپیوتر و فناوری، برنامهنویسی، APIها و محیطهای عملیاتی، الگوریتمها، برنامهنویسی اپل، توسعه بین پلتفرمی، عملکردی، برنامهنویسی بازی، گرافیک و چند رسانهای، مقدماتی و شروع، زبانها و ابزارها، برنامه نویسی مایکروسافت، برنامه های موبایل، برنامه نویسی موازی، طراحی نرم افزار، تست و مهندسی، برنامه نویسی وب، کامپیوتر و فناوری، کامپایلرها، زبان های برنامه نویسی، کامپیوتر و فناوری، منطق، ریاضیات محض، ریاضیات
در صورت تبدیل فایل کتاب Inductive Logic Programming: 27th International Conference, ILP 2017, Orléans, France, September 4-6, 2017, Revised Selected Papers به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب برنامه نویسی منطق استقرایی: بیست و هفتمین کنفرانس بین المللی، ILP 2017، اورلئان، فرانسه، 4-6 سپتامبر 2017، مقالات منتخب اصلاح شده نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب مجموعه مقالات پس از کنفرانس بیست و هفتمین کنفرانس
بینالمللی برنامهنویسی منطق استقرایی، ILP 2017 است که در
سپتامبر 2017 در اورلئان، فرانسه برگزار شد. ارسالهای
متعدد.
برنامهنویسی منطق استقرایی (ILP) زیرشاخهای از یادگیری ماشین
است که در اصل بر برنامهنویسی منطقی به عنوان یک زبان نمایش
یکنواخت برای بیان مثالها، دانش پیشزمینه و فرضیهها متکی
بود. به دلیل فرمالیسم بازنمایی قوی، بر اساس منطق مرتبه اول،
ILP وسیله ای عالی برای یادگیری چند رابطه ای و داده کاوی و به
طور کلی برای یادگیری از داده های ساختاریافته فراهم می کند.
This book constitutes the thoroughly refereed post-conference
proceedings of the 27th International Conference on Inductive
Logic Programming, ILP 2017, held in Orléans, France, in
September 2017.
The 12 full papers presented were carefully reviewed and
selected from numerous submissions.
Inductive Logic Programming (ILP) is a subfield of machine
learning, which originally relied on logic programming as a
uniform representation language for expressing examples,
background knowledge and hypotheses. Due to its strong
representation formalism, based on first-order logic, ILP
provides an excellent means for multi-relational learning and
data mining, and more generally for learning from structured
data.