Skip to main content
SpringerLink
Log in

Modellbildung, Wissensrevision und Wissensrepräsentation im Maschinellen Lernen

  • Book
  • © 1991

Overview

Authors:
  1. Werner Emde

    1. Fachbereich Sprach- und Literaturwissenschaft, Universität Osnabrück, Osnabrück, Deutschland

    View author publications

    You can also search for this author in PubMed   Google Scholar

Part of the book series: Informatik-Fachberichte (INFORMATIK, volume 281)

Part of the book sub series: Subreihe Künstliche Intelligenz (2252)

This is a preview of subscription content, log in via an institution to check access.

Access this book

Log in via an institution
eBook USD 54.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book USD 69.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Other ways to access

Licence this eBook for your library

Institutional subscriptions

Table of contents (7 chapters)

  1. Front Matter

    Pages i-xi
    Download chapter PDF

  2. Einleitung

    • Werner Emde
    Pages 1-21

  3. Ansätze zur induktiven Wissensrevision

    • Werner Emde
    Pages 23-55

  4. Die Sichtweise auf maschinelle Modellbildung

    • Werner Emde
    Pages 57-75

  5. Eine Inferenzmaschine für das maschinelle Lernen

    • Werner Emde
    Pages 77-119

  6. Kumulatives Lernen

    • Werner Emde
    Pages 121-148

  7. Nicht-kumulatives Lernen

    • Werner Emde
    Pages 149-183

  8. Schlußbemerkungen

    • Werner Emde
    Pages 185-187

  9. Back Matter

    Pages 189-204
    Download chapter PDF
Back to top

Keywords

About this book

Das Buch vermittelt eine neue Sichtweise auf das Problem des induktiven Lernens. Unter Einbeziehung von Ansätzen aus der Wissenschaftstheorie und Psychologie wird eine Konzeption entwickelt, die es maschinell lernenden Systemen ermöglicht, auch in komplexen Weltausschnitten zu lernen. Es wird dargestellt, daß eine Modellbildung in komplexen Weltausschnitten nur in mehrstufigen Prozeßen möglich ist. Innerhalb einer Lernstufe ist der Einsatz von Strategien erforderlich, die auf die Bestätigung und Verfeinerung des aktuellen Models ausgerichtet sind. Solche Strategien müssen durch andere, nicht konservative Strategien ergänzt werden, die "revolutionäre" Entwicklungen ermöglichen und damit den Übergang zu einer neuen Entwicklungsstufe erlauben. Ein maschinell lernendes System, das auf eine solche Weise lernt, stellt eine Reihe von Anforderungen an die Wissensrepräsentationskomponente. Diese werden ausführlich dargestellt und am Beispiel einer Inferenzmaschine operativ eingelöst. Die breite und umfassende Behandlung des Revisionsproblems beim maschinellen Lernen führt zu einem Ansatz, der auch in anderen Bereichen der Wissensverarbeitung interessante Konsequenzen haben wird.

Authors and Affiliations

  • Fachbereich Sprach- und Literaturwissenschaft, Universität Osnabrück, Osnabrück, Deutschland

    Werner Emde

Bibliographic Information

  • Book Title: Modellbildung, Wissensrevision und Wissensrepräsentation im Maschinellen Lernen

  • Authors: Werner Emde

  • Series Title: Informatik-Fachberichte

  • DOI: https://doi.org/10.1007/978-3-642-76909-2

  • Publisher: Springer Berlin, Heidelberg

  • eBook Packages: Springer Book Archive

  • Copyright Information: Springer-Verlag Berlin Heidelberg 1991

  • Softcover ISBN: 978-3-540-54523-1Published: 16 September 1991

  • eBook ISBN: 978-3-642-76909-2Published: 12 March 2013

  • Series ISSN: 0343-3005

  • Edition Number: 1

  • Number of Pages: XI, 204

  • Number of Illustrations: 2 b/w illustrations

  • Topics: Artificial Intelligence

Publish with us

Policies and ethics

Back to top

Search

Navigation