学习的推理理论
词条百科 1
目录
学习的推理理论
学习的推理理论(ITL)是机器学习的一个领域,它描述了由学习代理执行的推理过程。ITL由RyszardS.Michalski从1980年xxx始不断发展。xxx个已知的ITL出版物是在1983年。在ITL中,学习过程被视为在特定目标指导下通过假设空间进行的搜索(推理)。学习的结果需要被存储。存储的信息以后将被学习者用于未来的推理。推论分为多个类别,包括结论性的、演绎的和归纳的。为了使一个推论被认为是完整的,要求必须考虑到所有类别。这就是ITL与其他机器学习理论的不同之处,如计算学习理论和统计学习理论;它们都使用单一形式的推理。
![学习的推理理论](http://map.s-jl.com/wp-content/uploads/sites/14/2024/09/20240928000737-66f748c9ce527.png)
学习的推理理论的用法
ITL最相关的公开用法是在2012年出版的科学杂志上,并将ITL作为描述基于代理的学习如何工作的一种方式。根据该杂志,学习的推理理论(ITL)提供了一种描述xxx学习过程的优雅方式。
内容来源于网络,本内容不代表16map.com立场,内容投诉举报请联系16map.com客服。如若转载,请注明出处:https://16map.com/wiki/nmtegizloitu