赫什，哈伊姆 增量版本空间合并：概念学习的通用框架。 （英语） Zbl 0744.68111号 Kluwer国际工程与计算机科学系列. 104. 波士顿等：Kluwer学术出版社。十四、 144页（1990年）。 本书的主题属于机器学习领域。它涉及如何从示例中自动概括的问题。此任务的方法是版本空间方法的扩展，最初由T.M.Mitchell于1977年提出。版本空间是与训练示例一致的所有假设的集合。它可以由其最大特定成员和最大一般成员有效地表示。存在一个学习过程，它有效地更新了这种表示，以消除与新示例不一致的候选假设。米切尔方法的缺点是它不能容纳不一致或有噪声的数据，也不能利用学习者的先验知识。作者的扩展是消除这两个限制的一个步骤。基本思想是用版本空间表示所有传入约束，并改变原始方法中一个版本空间的收缩，以交叉多个版本空间。正文的组织方式如下：第1章包含概述。第二章介绍了广义版本空间框架，包括增量版本空间合并方法的细节。第3章（候选消除算法：仿真和扩展）描述了使用增量版本空间合并来仿真候选消除算法，并对其进行扩展以处理模糊实例。第4章讨论从有界不一致数据中学习。第5章描述了使用增量版本空间合并来结合经验学习和分析学习。第6章（增量批学习）展示了第二个学习系统如何生成合并方法使用的各个版本空间。第7章（计算复杂性）讨论了增量版本空间合并的一般计算问题。第8章介绍了版本空间框架的理论基础。给出了该方法的适用条件，并对算法的正确性进行了分析。第9章以对这项工作提出的一般问题的回顾和分析作为本书的结尾。附录包含增量版本空间合并的Prolog实现。这本书应该会引起机器学习领域工作人员的兴趣。审核人：F.莱曼（纽比堡） 引用于5文件 MSC公司： 68T05型 人工智能中的学习和自适应系统 68-02 与计算机科学有关的研究展览会（专著、调查文章） 关键词：机器学习；版本空间；概念学习 PDF格式BibTeX公司 XML格式引用 \textit{H.Hirsh}，增量版本空间合并：概念学习的通用框架。波士顿等：Kluwer学术出版社（1990年；Zbl 0746.8111）