Blockeel / Ramon / Shavlik | Inductive Logic Programming | E-Book | sack.de
E-Book

E-Book, Englisch, 307 Seiten, eBook

Reihe: Lecture Notes in Artificial Intelligence

Blockeel / Ramon / Shavlik Inductive Logic Programming

17th International Conference, ILP 2007, Corvallis, OR, USA, June 19-21, 2007, Revised Selected Papers
2008
ISBN: 978-3-540-78469-2
Verlag: Springer
Format: PDF
Kopierschutz: 1 - PDF Watermark

17th International Conference, ILP 2007, Corvallis, OR, USA, June 19-21, 2007, Revised Selected Papers

E-Book, Englisch, 307 Seiten, eBook

Reihe: Lecture Notes in Artificial Intelligence

ISBN: 978-3-540-78469-2
Verlag: Springer
Format: PDF
Kopierschutz: 1 - PDF Watermark



Blockeel / Ramon / Shavlik Inductive Logic Programming jetzt bestellen!

Zielgruppe


Research

Weitere Infos & Material


Invited Talks.- Learning with Kernels and Logical Representations.- Beyond Prediction: Directions for Probabilistic and Relational Learning.- Extended Abstracts.- Learning Probabilistic Logic Models from Probabilistic Examples (Extended Abstract).- Learning Directed Probabilistic Logical Models Using Ordering-Search.- Learning to Assign Degrees of Belief in Relational Domains.- Bias/Variance Analysis for Relational Domains.- Full Papers.- Induction of Optimal Semantic Semi-distances for Clausal Knowledge Bases.- Clustering Relational Data Based on Randomized Propositionalization.- Structural Statistical Software Testing with Active Learning in a Graph.- Learning Declarative Bias.- ILP :- Just Trie It.- Learning Relational Options for Inductive Transfer in Relational Reinforcement Learning.- Empirical Comparison of “Hard” and “Soft” Label Propagation for Relational Classification.- A Phase Transition-Based Perspective on Multiple Instance Kernels.- Combining Clauses with Various Precisions and Recalls to Produce Accurate Probabilistic Estimates.- Applying Inductive Logic Programming to Process Mining.- A Refinement Operator Based Learning Algorithm for the Description Logic.- Foundations of Refinement Operators for Description Logics.- A Relational Hierarchical Model for Decision-Theoretic Assistance.- Using Bayesian Networks to Direct Stochastic Search in Inductive Logic Programming.- Revising First-Order Logic Theories from Examples Through Stochastic Local Search.- Using ILP to Construct Features for Information Extraction from Semi-structured Text.- Mode-Directed Inverse Entailment for Full Clausal Theories.- Mining of Frequent Block Preserving Outerplanar Graph Structured Patterns.- Relational Macros for Transfer in Reinforcement Learning.- Seeing theForest Through the Trees.- Building Relational World Models for Reinforcement Learning.- An Inductive Learning System for XML Documents.



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.