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:
نویسندگان: Francesco Bergadano. Daniele Gunetti
سری: Logic Programming
ISBN (شابک) : 0262023938, 9780262023931
ناشر: The MIT Press
سال نشر: 1995
تعداد صفحات: 241
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 3 مگابایت
در صورت تبدیل فایل کتاب Inductive Logic Programming: From Machine Learning to Software Engineering 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: از یادگیری ماشین تا مهندسی نرم افزار 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.
اگرچه برنامهنویسی منطق استقرایی (ILP) به طور کلی به عنوان یک منطقه تحقیقاتی در تقاطع یادگیری ماشین و منطق محاسباتی در نظر گرفته میشود، برگادانو و گونتی پیشنهاد میکنند که بیشتر تحقیقات در ILP در واقع از یادگیری ماشین بهویژه در تکامل استدلال استقرایی از تشخیص الگو، از طریق رویکردهای اولیه به یادگیری ماشین نمادین، تا تکنیکهای اخیر برای یادگیری مفاهیم رابطهای. در این کتاب، آنها یک بررسی گسترده و بهروز از ILP ارائه میکنند و بر روشها و سیستمهای مناسب برای کاربردهای مهندسی نرمافزار، از جمله توسعه برنامههای استقرایی، آزمایش و نگهداری تأکید میکنند. برنامهنویسی منطق القایی شامل تعریفی از مسئله اصلی ILP و آن است. تغییرات (افزاینده، با پرس و جو، برای محمولات متعدد و قابلیت های اختراع محمول)، شرح عملگرها و تکنیک های پایین به بالا (مانند حداقل تعمیم کلی، وضوح معکوس، و مفهوم معکوس)، تجزیه و تحلیل روش های بالا به پایین (عمدتا MIS) و سیستمهای FOIL مانند)، و بررسی روشها و زبانها برای تعیین سوگیری استقرایی. سری برنامهنویسی منطقی
Although Inductive Logic Programming (ILP) is generally thought of as a research area at the intersection of machine learning and computational logic, Bergadano and Gunetti propose that most of the research in ILP has in fact come from machine learning, particularly in the evolution of inductive reasoning from pattern recognition, through initial approaches to symbolic machine learning, to recent techniques for learning relational concepts. In this book they provide an extended, up-to-date survey of ILP, emphasizing methods and systems suitable for software engineering applications, including inductive program development, testing, and maintenance.Inductive Logic Programming includes a definition of the basic ILP problem and its variations (incremental, with queries, for multiple predicates and predicate invention capabilities), a description of bottom-up operators and techniques (such as least general generalization, inverse resolution, and inverse implication), an analysis of top-down methods (mainly MIS and FOIL-like systems), and a survey of methods and languages for specifying inductive bias.Logic Programming series