帰納的推論
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2021/12/16 04:14 UTC 版)
詳細は「帰納」を参照 実験や経験などによるいくつかの特別な場合から、一般的な法則を導き出す。
※この「帰納的推論」の解説は、「推論」の解説の一部です。
「帰納的推論」を含む「推論」の記事については、「推論」の概要を参照ください。
帰納的推論
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2021/06/24 05:44 UTC 版)
ここでは学習理論の再帰理論版について触れる。これは Gold が1967年に提出した極限学習モデルを基礎としており(訳注:アルゴリズム的学習理論(en)参照)、以来様々な学習モデルを開発してきた。一般的なシナリオは次の通り。計算可能関数のクラス S があるとする。学習者(と呼ばれる再帰関数)が存在し、(f(0),f(1),...,f(n)) という形をした如何なる入力に対しても結果(仮説と呼ぶ)を一つ出力する。(全ての計算可能関数についての予め取り決めた acceptable ナンバリングに照らして)殆ど全ての仮説が f を指す同じインデクス e であるならば、学習者 M は関数 f を学習したと言い、また M が S 中の全ての f を学習したなら、M は S を学習したと言う。基本的な結果として、全ての帰納的可算な関数のクラスは学習可能だが、全ての計算可能関数のクラス REC は学習不可能である。これまで関連するモデルが数多く考察されてきており、また帰納的可算集合の様々なクラスにおける正例からの学習については Gold の1967年の論文以来研究が続いている。
※この「帰納的推論」の解説は、「再帰理論」の解説の一部です。
「帰納的推論」を含む「再帰理論」の記事については、「再帰理論」の概要を参照ください。
- 帰納的推論のページへのリンク