Teoría de aprendizaje inferencial
Tabla de contenido
Descripción general
La teoría de aprendizaje inferencial ( ITL ) es un área de aprendizaje automático que describe procesos inferenciales realizados por agentes de aprendizaje. ITL ha sido desarrollado continuamente por Ryszard S. Michalski, a partir de la década de 1980. La primera publicación conocida de ITL fue en 1983.
En el proceso de aprendizaje de ITL se ve como una búsqueda ( inferencia ) a través del espacio de hipótesis guiado por un objetivo específico. Los resultados del aprendizaje deben almacenarse. La información almacenada será luego utilizada por el alumno para futuras inferencias. Las inferencias se dividen en varias categorías, incluidasconcluyente, deducción e inducción.
Para que una inferencia se considere completa, se requiere que todas las categorías se tengan en cuenta. Así es como el ITL varía de otras teorías de aprendizaje automático como la teoría del aprendizaje computacional y la teoría del aprendizaje estadístico; ambos usan formas singulares de inferencia.
Uso
El uso publicado más relevante de ITL fue en una revista científica publicada en 2012 y usó ITL como una forma de describir cómo funciona el aprendizaje basado en agentes. Según la revista “The Inferential Theory of Learning (ITL) ofrece una forma elegante de describir los procesos de aprendizaje de los agentes”.
Referencias
Michalski, Ryszard S. (1993). “Teoría inferencial del aprendizaje como base conceptual para el aprendizaje multiestrategia”. Máquina de aprendizaje. 11 (2–3): 111–151. doi : 10.1007 / bf. ISSN 0885-6125.
Usuario, Super. “Teoría de aprendizaje inferencial – Laboratorio de inferencia y aprendizaje automático de GMU”. www.mli.gmu.edu. Consultado el 4 de diciembre de 2018.
1940-, Naidenova, Xenia (2010). Métodos de aprendizaje automático para procesos de razonamiento de sentido común: modelos interactivos. Hershey, PA: Referencia de Ciencias de la Información. ISBN 9781605668109. OCLC 606360112.
Wojtusiak, Janusz; Guardián, Tobías; Herzog, Otthein (diciembre de 2012). “Aprendizaje automático en simulación estocástica basada en agentes: teoría inferencial y evaluación en logística de transporte”. Computadoras y Matemáticas con Aplicaciones. 64 (12): 3658–3665. doi : 10.1016 / j.camwa..01.079.
ISSN 0898-1221.
Fuentes
- Fuente: www.mli.gmu.edu
- Fuente: doi.org
- Fuente: www.worldcat.org