imported>Invisigoth67: form

2024-08-17T15:10:17Z

form

Neue Seite

'''Progol''' ist ein System zum [[Maschinelles Lernen|maschinellen Lernen]], das 1995 von [[Stephen Muggleton]] publiziert wurde. Es gehört zum Paradigma der [[Induktive logische Programmierung|Induktiven Logischen Programmierung]] und lernt Definitionen von Konzepten in [[Prädikatenlogik]] aus einer Menge von Beispielen und einem Hintergrundwissen. Die Beispiele und die Elemente des Hintergrundwissens können beliebige definite [[Horn-Formel|Horn-Klauseln]] sein.

Progol kombiniert die Bottom-Up-Technik des ''Inverse Entailment'' mit einer Top-Down-Suche durch die Menge der [[Klausel (Logik)|Klauseln]]. Dazu konstruiert es zu einem Beispiel zunächst die spezifischste Klausel, die gemeinsam mit dem Hintergrundwissen das Beispiel erklärt, in einer durch [[Mode Declaration]]s beschränkten Sprache. Anschließend wird eine Klausel ermittelt, welche die spezifischste Klausel subsumiert und eine Kompressionsmetrik maximiert. Diese wird zur Theorie hinzugefügt.

Im Gegensatz zu früheren Verfahren wie [[FOIL]] gewährleistet Progol, dass die gefundene Klausel hinsichtlich der Metrik optimal ist, da es eine Variante des [[A*]]-Algorithmus benutzt.

== Literatur ==
* Stephen Muggleton: ''Inverse entailment and progol''. New Generation Computing Journal, 13:245–286, 1995.
* Koichi Furukawa u. a.: ''On a sufficient condition for the existence of most specific hypothesis in Progol.'' In: [[Nada Lavrač]] und Sao Deroski (Hrsg.): ''Inductive Logic Programming. Proceedings of ILP 97.'' Seite 157. Springer, 1997.

== Weblinks ==
*[http://www.doc.ic.ac.uk/~shm/progol.html Homepage von Progol]

[[Kategorie:Maschinelles Lernen]]
[[Kategorie:Algorithmus]]

Progol - Versionsgeschichte

imported>Invisigoth67: form