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
دسته بندی: برنامه نويسي ویرایش: نویسندگان: Nada Lavrac. Saso Dzeroski سری: Ellis Horwood Series in Artificial Intelligence ISBN (شابک) : 9780134578705, 0134578708 ناشر: Prentice Hall سال نشر: 1994 تعداد صفحات: 311 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
در صورت تبدیل فایل کتاب Inductive logic programming: techniques and applications 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: تکنیک ها و برنامه های کاربردی 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.
ارائه درک عمیق به خواننده از رویکردهای برنامه نویسی منطق استقرایی تجربی - که می تواند با داده های ناقص کنار بیاید و می تواند برای ایجاد پایگاه های دانش برای حل مسائل عملی مورد استفاده قرار گیرد - این کتاب همچنین چندین کاربرد عملی را به تفصیل توصیف می کند و یک نمای کلی از سایر موارد ارائه می دهد. کاربردهای فعلی برنامه نویسی منطق استقرایی این کتاب در لبه پیشروی تحقیقات فعلی قرار دارد: برنامهنویسی منطق استقرایی یک زمینه در حال ظهور در تقاطع یادگیری ماشین و برنامهنویسی منطقی است. این روش روشهای جدیدی را برای یادگیری توصیفهای رابطهای پیشنهاد میکند (همچنین با دادههای ناقص سروکار دارد) که میتواند به عنوان روشهای جایگزین برای سنتز برنامه منطقی در نظر گرفته شود. این کتاب همچنین نگاهی به برنامه نویسی منطق استقرایی به عنوان جستجوی فضای ساختار یافته بندهای برنامه منطقی ارائه می دهد که به موضوع پیچیدگی جستجو و اکتشافات جستجو با جزئیات می پردازد. دو سیستم برنامه نویسی منطق استقرایی تجربی (LINUS و mFOIL) و همچنین چندین کاربرد از این سیستم ها شرح داده شده است.
Providing the reader with an in-depth understanding of empirical inductive logic programming approaches - which can cope with imperfect data and can be used to construct knowledge bases for solving practical problems - this book also describes several practical applications in detail and gives an overview of other current applications of inductive logic programming. The book is at the leading edge of current research: inductive logic programming is an emerging field at the intersection of machine learning and logic programming. It proposes new methods for learning relational descriptions (dealing also with imperfect data) that can be viewed as alternative methods for logic program synthesis. The book also presents a veiw on inductive logic programming as a search of the structured space of logic program clauses, which addresses the issue of search complexity and search heuristics in detail. Two empirical inductive logic programming systems (LINUS and mFOIL) are described, as well as several applications of these systems.