| rdfs:comment
| - Die Induktive logische Programmierung (ILP) ist ein Bereich des maschinellen Lernens, in dem Verfahren zur automatischen Erstellung von logischen Programmen aus Beispielen untersucht werden. Damit ähneln ILP-Verfahren der allgemeinen Induktion beim Denken. Der Begriff wurde 1991 in einem Artikel von eingeführt. Im Gegensatz zu anderen symbolischen Lernverfahren wie ID3 und C4.5, deren Repräsentationsformat auf Aussagenlogik beschränkt ist, benutzen ILP-Verfahren eingeschränkte Formen der Prädikatenlogik als Repräsentationsformat für Beispiele, Hintergrundwissen und Hypothesen. (de)
- La programmation logique inductive (ILP de l'anglais Inductive Logic Programming) est un sous-domaine de l'apprentissage automatique basée sur la programmation logique. (fr)
- La programmazione logica induttiva (acronimo ILP, dall'inglese Inductive Logic Programming) è una sottoarea dell'apprendimento automatico che rappresenta la sua confluenza con la programmazione logica. Spesso viene usato come sinonimo di apprendimento relazionale, ossia apprendimento nel contesto di rappresentazioni equivalenti alla logica del primo ordine. (it)
- برمجة منطقية استقرائية هي مجال فرعي لذكاء الاصطناعي الرمزي الذي يستخدم البرمجة المنطقية كتمثيل موحد للمعرفة الخلفية والفرضية. اعطاء تشفير لمعرفة خلفية معروفة ومجموعة من الأمثلة تمثل قاعدة بيانات منطقية للحقائق، نظام البرمجة المنطقي الاستقرائي سيشتق برنامج منطقي افتراضي الذي يتتبع جميع الأمثلة الصحيحة وغير الصحيحة. مخطط:أمثلة صحيحة + امثلة خاطئة"+ معرفة خلفية← "فرضية". تفيد البرمجة المنطقية الاستقرائية خصوصا في مجال المعلوماتية الحيوية ومعالجة اللغات الطبيعية. مصطلح استقرائي يشير هنا إلى الفلسفة (اقتراح فرضية لتفسير حقائق مرصودة). (ar)
- Induktivní logické programování (také pod zkratkou ILP – Inductive logic programming) je podoborem oboru strojového učení, v rámci kterého zahrnuje techniky strojového učení spadající pod širší kategorii (concept learning). Cílem konceptního učení je naučení nějakého konceptu, jenž definuje třídu objektů, příkladů, nebo individuí tak, že na základě jistých tréninkových příkladů a znalostní báze (background knowledge) bude vygenerována hypotéza, která by mohla být dobrou aproximací originálního konceptu. Ukazuje se, že jazyk pozůstávající z logických programů poskytuje dostatečnou expresivnost pro řešení mnohých učících problémů s relacemi. Systémy, které dokáží indukovat hypotézu ve formě logického programu proto nazýváme systémy induktivního logického programovaní (ILP systémy – Inductiv (cs)
- Inductive logic programming (ILP) is a subfield of symbolic artificial intelligence which uses logic programming as a uniform representation for examples, background knowledge and hypotheses. Given an encoding of the known background knowledge and a set of examples represented as a logical database of facts, an ILP system will derive a hypothesised logic program which entails all the positive and none of the negative examples.
* Schema: positive examples + negative examples + background knowledge ⇒ hypothesis. (en)
- La Programación lógica inductiva (ILP, por sus siglas en inglés) es un subcampo de lainteligencia artificial simbólica que usa programación lógica como representación uniforme para ejemplos, hipótesis y conocimiento previo. Dada una codificación del conocimiento previo sabida y un conjunto de ejemplos representados como base de datos lógica de hechos, un sistema de ILP derivará una lógica hipotetizada cuya consecuencia lógica implique todos los ejemplos positivos y ninguno de los negativos.
* Esquema: Ejemplos positivos + ejemplos negativos + conocimiento previo ⇒ hipòtesis. (es)
- Programação em lógica indutiva (ILP) é uma subárea de aprendizado de máquina que utiliza lógica de programação como uma representação uniforme para exemplos, conhecimentos prévios e hipóteses. Dada uma codificação do conhecimento prévio e um conjunto de exemplos representados como um banco de dados lógico de fatos, um sistema ILP irá derivar um programa de lógica hipotetizado que envolve todos os exemplos positivos e nenhum dos exemplos negativos.
* Esquema: exemplos positivos + exemplos negativos + conhecimento prévio ⇒ hipótese. (pt)
- Индуктивное логическое программирование (Inductive Logic Programming, ILP) — раздел машинного обучения, который использует логическое программирование как форму представления примеров, фоновых знаний и гипотез. Получив описания уже известных фоновых знаний и набор примеров, представленных как логическая база фактов, система ILP может породить логическую программу в форме гипотез, объясняющую все положительные примеры и ни одного отрицательного. Схема: положительные примеры + отрицательные примеры + фоновые знания => гипотезы (ru)
|
![[RDF Data]](/fct/images/sw-rdf-blue.png)
![[cxml]](/fct/images/cxml_doc.png)
![[csv]](/fct/images/csv_doc.png)
![[text]](/fct/images/ntriples_doc.png)
![[turtle]](/fct/images/n3turtle_doc.png)
![[ld+json]](/fct/images/jsonld_doc.png)
![[rdf+json]](/fct/images/json_doc.png)
![[rdf+xml]](/fct/images/xml_doc.png)
![[atom+xml]](/fct/images/atom_doc.png)
![[html]](/fct/images/html_doc.png)