Knowledge Representation and Organization in Machine Learning

یادگیری ماشین به یک حوزه به سرعت در حال رشد در هوش مصنوعی تبدیل شده است. از زمان برگزاری اولین کارگاه بین المللی یادگیری ماشین در سال 1980، تعداد دانشمندانی که در این زمینه کار می کنند به طور پیوسته در حال افزایش بوده است. این وضعیت امکان تخصص در حوزه را فراهم می کند. دو نوع تخصص وجود دارد: در زمینه های فرعی یا، متعامد به آنها، در موضوعات خاص مورد علاقه. این کتاب از جهت گیری موضوعی پیروی می کند. این شامل مقالات تحقیقاتی است که هر یک از زاویه‌ای متفاوت، رابطه بین بازنمایی دانش، کسب دانش و یادگیری ماشین را نشان می‌دهد. ایجاد بازنمایی های مناسب به عنوان دغدغه اصلی کسب دانش برای سیستم های مبتنی بر دانش در سراسر کتاب در نظر گرفته می شود. در اینجا یادگیری ماشین به عنوان ابزاری برای ایجاد چنین نمایش هایی ارائه می شود. اما خود یادگیری ماشین نیز مشکلات بازنمایی جدیدی را بیان می کند. این کتاب بینشی آسان در مورد یک زمینه جدید با مشکلات آن و راه حل هایی که ارائه می دهد ارائه می دهد. بنابراین هم برای متخصصان و هم برای تازه واردان این موضوع مفید خواهد بود.

Machine learning has become a rapidly growing field of Artificial Intelligence. Since the First International Workshop on Machine Learning in 1980, the number of scientists working in the field has been increasing steadily. This situation allows for specialization within the field. There are two types of specialization: on subfields or, orthogonal to them, on special subjects of interest. This book follows the thematic orientation. It contains research papers, each of which throws light upon the relation between knowledge representation, knowledge acquisition and machine learning from a different angle. Building up appropriate representations is considered to be the main concern of knowledge acquisition for knowledge-based systems throughout the book. Here machine learning is presented as a tool for building up such representations. But machine learning itself also states new representational problems. This book gives an easy-to-understand insight into a new field with its problems and the solutions it offers. Thus it will be of good use to both experts and newcomers to the subject.