دانلود کتاب Inductive Logic Programming: 17th International Conference, ILP 2007, Corvallis, OR, USA, June 19-21, 2007, Revised Selected Papers (به فارسی: برنامه نویسی منطق استقرایی: هفدهمین کنفرانس بین المللی، ILP 2007، Corvallis، OR، ایالات متحده آمریکا، 19-21 ژوئن، 2007، مقالات منتخب اصلاح شده) نوشته شده توسط «Hendrik Blockeel – Jan Ramon – Jude Shavlik – Prasad Tadepalli»
اطلاعات کتاب برنامه نویسی منطق استقرایی: هفدهمین کنفرانس بین المللی، ILP 2007، Corvallis، OR، ایالات متحده آمریکا، 19-21 ژوئن، 2007، مقالات منتخب اصلاح شده
موضوع اصلی: کنفرانس ها و سمپوزیوم های بین المللی
نوع: کتاب الکترونیکی
ناشر: Springer
نویسنده: Hendrik Blockeel – Jan Ramon – Jude Shavlik – Prasad Tadepalli
زبان: English
فرمت کتاب: pdf (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2008
تعداد صفحه: 317
حجم کتاب: 8 مگابایت
کد کتاب: 9783540784685 , 3540784683
توضیحات کتاب برنامه نویسی منطق استقرایی: هفدهمین کنفرانس بین المللی، ILP 2007، Corvallis، OR، ایالات متحده آمریکا، 19-21 ژوئن، 2007، مقالات منتخب اصلاح شده
این کتاب مجموعه مقالات پس از کنفرانس هفدهمین کنفرانس بین المللی برنامه نویسی منطق استقرایی، ILP 2007، که در کوروالیس، OR، ایالات متحده آمریکا، در ژوئن 2007 در ارتباط با ICML 2007، کنفرانس بین المللی یادگیری ماشین برگزار شد، را تشکیل می دهد.
15 مقاله کامل اصلاح شده و 11 مقاله کوتاه اصلاح شده همراه با 2 سخنرانی دعوت شده به دقت بررسی و از بین 38 مقاله ارسالی اولیه انتخاب شدند. مقالات نتایج اصلی را در مورد تمام جنبه های یادگیری در منطق، و همچنین یادگیری چند رابطه ای و داده کاوی، یادگیری رابطه ای آماری، نمودار و درخت کاوی، یادگیری تقویتی رابطه ای، و یادگیری در سایر چارچوب های بازنمایی دانش غیر گزاره ای ارائه می کنند. بنابراین تمام موضوعات جاری در برنامه نویسی منطق استقرایی، از مسائل نظری و روش شناختی گرفته تا کاربردهای پیشرفته در حوزه های مختلف پوشش داده شده است.
This book constitutes the thoroughly refereed post-conference proceedings of the 17th International Conference on Inductive Logic Programming, ILP 2007, held in Corvallis, OR, USA, in June 2007 in conjunction with ICML 2007, the International Conference on Machine Learning.
The 15 revised full papers and 11 revised short papers presented together with 2 invited lectures were carefully reviewed and selected from 38 initial submissions. The papers present original results on all aspects of learning in logic, as well as multi-relational learning and data mining, statistical relational learning, graph and tree mining, relational reinforcement learning, and learning in other non-propositional knowledge representation frameworks. Thus all current topics in inductive logic programming, ranging from theoretical and methodological issues to advanced applications in various areas are covered.
