幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

概率邏輯程序設計(語言語義學習與推理)/電腦科學叢書

  • 作者：(意)法布里奇奧·里古齊|責編:趙亮宇|譯者:謝剛//楊波//趙遠英
  • 出版社：機械工業
  • ISBN：9787111656692
  • 出版日期：2020/06/01
  • 裝幀：平裝
  • 頁數：245
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    概率邏輯程序是在邏輯程序的基礎上增加對不確定性信息的表示。概率邏輯程序是由以下兩個用途廣泛的領域交叉形成的：邏輯和概率的統一、概率程序。邏輯用於表示實體之間的複雜關係，而概率論對構建屬性和關係的不確定性模型有幫助。統一這兩個理論是非常有價值的。概率邏輯程序與帶知識表示能力的邏輯語言和帶計算能力的圖靈複雜語言類似，它是兩種語言的最佳組合。越來越多的研究者開始關注概率邏輯程序，並已產生了許多語言、推理和學習演算法。本書主要對該領域提供一個概要，同時介紹分佈語義下的具體語言。本書主要介紹語義、推理、學習和它們之間的關係。
作者介紹
(意)法布里奇奧·里古齊|責編:趙亮宇|譯者:謝剛//楊波//趙遠英
目錄
出版者的話
譯者序
序言
前言
關於作譯者
第1章  預備知識
  1.1  序、格和序數
  1.2  映射和不動點
  1.3  邏輯程序
  1.4  正規邏輯程序的語義
    1.4.1  程序完備化
    1.4.2  良基語義
    1.4.3  穩定模型語義
  1.5  概率論
  1.6  概率圖模型
第2章  概率邏輯程序語言
  2.1  基於分佈語義的語言
    2.1.1  帶標注析取的邏輯程序
    2.1.2  ProbLog
    2.1.3  概率Horn溯因
    2.1.4  PRISM
  2.2  不帶函數符號的程序的分佈語義
  2.3  示常式序
  2.4  表達能力的等價性
  2.5  將LPAD轉換成貝葉斯網路
  2.6  分佈語義的通用性
  2.7  分佈語義的擴展
  2.8  CP-Logic
  2.9  不可靠程序的語義
  2.10  KBMC概率邏輯程序設計語言
    2.10.1  貝葉斯邏輯程序
    2.10.2  CLP(BN)
    2.10.3  Prolog因子語言
  2.11  概率邏輯程序的其他語義
    2.11.1  隨機邏輯程序
    2.11.2  ProPPR
  2.12  其他概率邏輯語義
    2.12.1  Nilsson概率邏輯
    2.12.2  馬爾可夫邏輯網路
    2.12.3  帶標注的概率邏輯程序
第3章  帶函數符號的語義
  3.1  帶函數符號程序的分佈語義
  3.2  解釋的無窮覆蓋集
  3.3  與Sato和Kameya的定義的比較
第4章  混合程序的語義
  4.1  混合ProbLog
  4.2  分佈子句
  4.3  擴展的PRISM
  4.4  Cplint混合程序
  4.5  概率約束邏輯程序

第5章  精確推理
  5.1  PRISM
  5.2  知識編譯
  5.3  ProbLog
  5.4  cplint
  5.5  SLGAD
  5.6  PITA
  5.7  ProbLog
  5.8  TP編譯
  5.9  PITA中的建模假設
    5.9.1  PITA(OPT)
    5.9.2  用PITA實現的MPE
  5.10  有無限個解釋的查詢的推理
  5.11  混合程序的推理
第6章  提升推理
  6.1  提升推理預備知識
    6.1.1  變數消除
    6.1.2  GC-FOVE
  6.2  LP2
  6.3  使用聚合parfactor的提升推理
  6.4  加權一階模型計數
  6.5  帶環邏輯程序
  6.6  各種方法的比較
第7章  近似推理
  7.1  ProbLog1
    7.1.1  迭代深化
    7.1.2  k-best
    7.1.3  蒙特卡羅方法
  7.2  MCINTYRE
  7.3  帶無窮多個解釋的查詢的近似推理
  7.4  條件近似推理
  7.5  通過採樣對混合程序進行近似推理
  7.6  混合程序的帶有界誤差的近似推理
  7.7  k-優化
  7.8  基於解釋的近似加權模型計數
  7.9  帶TP編譯的近似推理
  7.10  DISTR和EXP任務
第8章  非標準推理
  8.1  可能性邏輯程序設計
  8.2  決策-理論ProbLog
  8.3  代數ProbLog
第9章  參數學習
  9.1  PRISM參數學習
  9.2  LLPAD和ALLPAD參數學習
  9.3  LeProbLog
  9.4  EMBLEM
  9.5  ProbLog2參數學習
  9.6  混合程序的參數學習
第10章  結構學習
  10.1  歸納邏輯程序

  10.2  LLPAD和ALLPAD結構學習
  10.3  ProbLog理論壓縮
  10.4  ProbFOIL和ProbFOIL+
  10.5  SLIPCOVER
    10.5.1  語言偏好
    10.5.2  演算法描述
    10.5.3  運行實例
  10.6  數據集實例
第11章  cplint實例
  11.1  cplint命令
  11.2  自然語言處理
    11.2.1  概率上下文無關文法
    11.2.2  概率左角文法
    11.2.3  隱馬爾可夫模型
  11.3  繪製二元決策圖
  11.4  高斯過程
  11.5  Dirichlet過程
    11.5.1  Stick-Breaking過程
    11.5.2  中餐館過程
    11.5.3  混合模型
  11.6  貝葉斯估計
  11.7  Kalman濾波器
  11.8  隨機邏輯程序
  11.9  方塊地圖生成
  11.10  馬爾可夫邏輯網路
  11.11  Truel
  11.12  優惠券收集者問題
  11.13  一維隨機遊走
  11.14  隱含Dirichlet分配
  11.15  印度人GPA問題
  11.16  Bongard問題
第12章  總結
附錄  縮略語及符號對照表
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032