论文部分内容阅读
探讨智能体的归纳学习中如何进行形式化的问题,首先将归纳学习定义为给定函数的实例集合时如何求得它的近似函数;展开讨论其面临的实例数N过大的困境。然后从基本的决策树学习入手,引入归纳学习中形式化和量化,并讨论学习的可行性。最后给出了先验知识在减小N的范围上的作用,和智能体学习理论上的新进展。