跳至內容

英文维基 | 中文维基 | 日文维基 | 草榴社区

歸納編程

本頁使用了標題或全文手工轉換
維基百科,自由的百科全書

歸納編程(IP),是特定領域的自動編程,覆蓋了人工智能電腦編程的一些研究領域,它致力於典型的聲明式邏輯式函數式)且常為遞歸式程式的機器學習,它們面向不完全的規定比如輸入/輸出例子或約束。

依賴於使用的程式語言,有很多種歸納編程。「歸納函數式程式設計」[1],使用函數式語言比如LispHaskell。而最特別的歸納邏輯編程英語Inductive logic programming[2] ,使用邏輯式程式語言比如Prolog,和其他邏輯式表述比如描述邏輯。儘管它們已經很突出了,但其他程式語言範式也有使用,比如約束編程概率編程[3][4][5]

參見

[編輯]

參照

[編輯]
  1. ^ Olsson, J.R. Inductive functional programming using incremental program transformation. Artificial Intelligence. 1995, 74 (1): 55–83. doi:10.1016/0004-3702(94)00042-y. 
  2. ^ Muggleton, S. Inductive logic programming. New Generation Computing. 1991, 8 (4): 295–318. doi:10.1007/BF03037089. 
  3. ^ De Raedt, L.; Kersting, K. Probabilistic inductive logic programming. Springer. 2008. 
  4. ^ Irvin, H.; Stuhlmuller, A.; Goodman, N.D. Inducing probabilistic programs by Bayesian program merging. 2011. arXiv:1110.5667可免費查閱 [cs.AI]. 
  5. ^ Stuhlmuller, A.; Goodman, N.D. Reasoning about reasoning by nested conditioning: Modeling theory of mind with probabilistic programs (PDF). Cognitive Systems Research. 2012 [2020-05-10]. (原始內容存檔 (PDF)於2017-12-16). 

延伸閱讀

[編輯]

外部連結

[編輯]