消息 首页 搜索 举报
  • 概率逻辑程序设计 语言、语义、学习与推理
21年品牌 40万+商家 超1.5亿件商品

概率逻辑程序设计 语言、语义、学习与推理

全新正版 极速发货

￥ 55.71 5.6折 ￥ 99 全新

库存3件

广东广州
认证卖家担保交易快速发货售后保障

作者(意)法布里奇奥·里古齐

出版社机械工业出版社

ISBN9787111656692

出版时间2020-06

装帧平装

开本16开

定价99元

货号1202087293

上书时间2024-11-16

大智慧小美丽
已实名 已认证 进店 收藏店铺
  • 最新上架

   商品详情   

品相描述：全新
商品描述
目录
出版者的话

译者序

序言

前言

关于作译者

章预备知识1

1.1序、格和序数1

1.2映射和不动点2

1.3逻辑程序3

1.4正规逻辑程序的语义8

1.4.1程序完备化8

1.4.2良基语义10

1.4.3稳定模型语义13

1.5概率论14

1.6概率图模型21

第2章概率逻辑程序语言27

2.1基于分布语义的语言27

2.1.1带标注析取的逻辑程序27

2.1.2ProbLog28

2.1.3概率Horn溯因28

2.1.4PRISM29

2.2不带函数符号的程序的分布语义30

2.3示例程序33

2.4表达能力的等价性36

2.5将LPAD转换成贝叶斯网络38

2.6分布语义的通用性41

2.7分布语义的扩展42

2.8CP-Logic43

2.9不可靠程序的语义47

2.10KBMC概率逻辑程序设计语言49

2.10.1贝叶斯逻辑程序50

2.10.2CLP(BN)50

2.10.3Prolog因子语言51

2.11概率逻辑程序的其他语义52

2.11.1随机逻辑程序53

2.11.2ProPPR54

2.12其他概率逻辑语义54

2.12.1Nilsson概率逻辑55

2.12.2马尔可夫逻辑网络55

2.12.3带标注的概率逻辑程序58

第3章带函数符号的语义59

3.1带函数符号程序的分布语义60

3.2解释的无穷覆盖集63

3.3与Sato和Kameya的定义的比较71

第4章混合程序的语义74

4.1混合ProbLog74

4.2分布子句76

4.3扩展的PRISM79

4.4Cplint混合程序80

4.5概率约束逻辑程序83

第5章精确推理92

5.1PRISM93

5.2知识编译95

5.3ProbLog196

5.4cplint98

5.5SLGAD99

5.6PITA100

5.7ProbLog2103

5.8TP编译111

5.9PITA中的建模假设113

5.9.1PITA(OPT)115

5.9.2用PITA实现的MPE117

5.10有无限个解释的查询的推理118

5.11混合程序的推理118

第6章提升推理123

6.1提升推理预备知识123

6.1.1变量消除124

6.1.2GC-FOVE126

6.2LP2127

6.3使用聚合parfactor的提升推理129

6.4加权一阶模型计数130

6.5带环逻辑程序132

6.6各种方法的比较132

第7章近似推理133

7.1ProbLog1133

7.1.1迭代深化133

7.1.2k-best134

7.1.3蒙特卡罗方法134

7.2MCINTYRE136

7.3带无穷多个解释的查询的近似推理138

7.4条件近似推理138

7.5通过采样对混合程序进行近似推理140

7.6混合程序的带有界误差的近似推理141

7.7k-优化142

7.8基于解释的近似加权模型计数144

7.9带TP编译的近似推理146

7.10DISTR和EXP任务146

第8章非标准推理149

8.1可能性逻辑程序设计149

8.2决策-理论ProbLog150

8.3代数ProbLog155

第9章参数学习161

9.1PRISM参数学习161

9.2LLPAD和ALLPAD参数学习166

9.3LeProbLog166

9.4EMBLEM169

9.5ProbLog2参数学习176

9.6混合程序的参数学习177

0章结构学习178

10.1归纳逻辑程序178

10.2LLPAD和ALLPAD结构学习181

10.3ProbLog理论压缩182

10.4ProbFOIL和ProbFOIL+182

10.5SLIPCOVER186

10.5.1语言偏好186

10.5.2算法描述187

10.5.3运行实例191

10.6数据集实例192

1章cplint实例194

11.1cplint命令194

11.2自然语言处理197

11.2.1概率上下文无关文法197

11.2.2概率左角文法197

11.2.3隐马尔可夫模型198

11.3绘制二元决策图199

11.4高斯过程200

11.5Dirichlet过程203

11.5.1Stick-Breaking过程203

11.5.2中餐馆过程206

11.5.3混合模型207

11.6贝叶斯估计208

11.7Kalman滤波器209

11.8随机逻辑程序211

11.9方块地图生成213

11.10马尔可夫逻辑网络214

11.11Truel215

11.12优惠券收集者问题217

11.13一维随机游走220

11.14隐含Dirichlet分配220

11.15印度人GPA问题223

11.16Bongard问题224

2章总结227

附录缩略语及符号对照表228

参考文献231

内容摘要
概率逻辑程序是在逻辑程序的基础上增加对不确定性信息的表示。概率逻辑程序是以下两个用途广泛的领域交叉形成的：逻辑和概率的统一、概率程序。

逻辑用于表示实体之间的复杂关系，而概率论对构建属性和关系的不确定性模型有帮助。统一两个理论是一个很好活跃的研究领域。

概率逻辑程序与带知识表示能力的逻辑语言和带计算能力的图灵复杂语言类似，因此，它是两种语言的很好组合。

由于概率逻辑程序的出现，越来越多的研究着开始关注它，并已产生了许多语言、推理和学习算法。

本书主要对该领域提供一个概要，同时介绍分布语义下的具体语言。本书主要介绍语义、推理、学习和他们之间的关系。

   相关推荐   

—  没有更多了  —

店铺评价
消息 首页 搜索

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP