Constraint Satisfaction for Learning Hypotheses in Inductive Logic Programming

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F12%3A10129947" target="_blank" >RIV/00216208:11320/12:10129947 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/68407700:21230/12:00202362

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-1-4419-1428-6_1794" target="_blank" >http://dx.doi.org/10.1007/978-1-4419-1428-6_1794</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-1-4419-1428-6_1794" target="_blank" >10.1007/978-1-4419-1428-6_1794</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Constraint Satisfaction for Learning Hypotheses in Inductive Logic Programming

Popis výsledku v původním jazyce

Inductive logic programming is a sub?eld of machine learning which uses ?rst-order logic as a uniform representation of examples, background knowledge, and hypotheses. In many works, it is assumed that examples are clauses and the goal is to ?nd a consistent hypothesis H, that is, a clause entailing all positive examples and no negative example. We apply constraint satisfaction to learn hypotheses in ILP.

Název v anglickém jazyce

Constraint Satisfaction for Learning Hypotheses in Inductive Logic Programming

Popis výsledku anglicky

Inductive logic programming is a sub?eld of machine learning which uses ?rst-order logic as a uniform representation of examples, background knowledge, and hypotheses. In many works, it is assumed that examples are clauses and the goal is to ?nd a consistent hypothesis H, that is, a clause entailing all positive examples and no negative example. We apply constraint satisfaction to learn hypotheses in ILP.

Druh

C - Kapitola v odborné knize

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/GA201%2F08%2F0509" target="_blank" >GA201/08/0509: Integrace strojového učení a splňování omezujících podmínek</a><br>

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2012

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název knihy nebo sborníku

Encyclopedia of the Sciences of Learning

ISBN

978-1-4419-1427-9

Počet stran výsledku

4

Strana od-do

777-780

Počet stran knihy

4300

Název nakladatele

Springer

Místo vydání

Berlin / Heidelberg

Kód UT WoS kapitoly

—