Sebag / Rouveirol | Inductive Logic Programming | Buch | 978-3-540-42538-0 | sack.de

Buch, Englisch, 259 Seiten, Format (B × H): 155 mm x 235 mm, Gewicht: 423 g

Reihe: Lecture Notes in Artificial Intelligence

Sebag / Rouveirol

Inductive Logic Programming

11th International Conference, ILP 2001, Strasbourg, France, September 9-11, 2001. Proceedings
2001
ISBN: 978-3-540-42538-0
Verlag: Springer Berlin Heidelberg

11th International Conference, ILP 2001, Strasbourg, France, September 9-11, 2001. Proceedings

Buch, Englisch, 259 Seiten, Format (B × H): 155 mm x 235 mm, Gewicht: 423 g

Reihe: Lecture Notes in Artificial Intelligence

ISBN: 978-3-540-42538-0
Verlag: Springer Berlin Heidelberg


(where the frontier - tween induction and abduction wanes). New learning re?nement operators are proposed by L. Badea, while R. Otero investigates negation-handling settings.

Sebag / Rouveirol Inductive Logic Programming jetzt bestellen!

Zielgruppe


Research

Weitere Infos & Material


A Refinement Operator for Theories.- Learning Logic Programs with Neural Networks.- A Genetic Algorithm for Propositionalization.- Classifying Uncovered Examples by Rule Stretching.- Relational Learning Using Constrained Confidence-Rated Boosting.- Induction, Abduction, and Consequence-Finding.- From Shell Logs to Shell Scripts.- An Automated ILP Server in the Field of Bioinformatics.- Adaptive Bayesian Logic Programs.- Towards Combining Inductive Logic Programming with Bayesian Networks.- Demand-Driven Construction of Structural Features in ILP.- Transformation-Based Learning Using Multirelational Aggregation.- Discovering Associations between Spatial Objects: An ILP Application.- ?-Subsumption in a Constraint Satisfaction Perspective.- Learning to Parse from a Treebank: Combining TBL and ILP.- Induction of Stable Models.- Application of Pruning Techniques for Propositional Learning to Progol.- Application of ILP to Cardiac Arrhythmia Characterization for Chronicle Recognition.- Efficient Cross-Validation in ILP.- Modelling Semi-structured Documents with Hedges for Deduction and Induction.- Learning Functions from Imperfect Positive Data.



Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.