ルール学習これは、教師なし学習の一種である IF-THEN ルールであり、分類の一種として分類されることが多いです。

ルール学習におけるルール

ルール: セマンティクスは明確であり、データ配布に暗黙的に含まれる客観的な法則またはドメイン概念を説明できます。

ルール学習には 2 種類のルールがあります。

• 命題規則 命題規則

「原子命題」と論理接続詞「and、or、not、and」で構成される単純な宣言文。

例:

ルール 1: (胎生 = いいえ) ∧ (飛行 = はい) → 鳥

ルール 2: (胎生 = いいえ) ∧ (水中で生きる = はい) → 魚

• 一次規則一次規則

単純に述べられた命題のみを扱う命題ルールとは異なり、一次ロジックにはさらにアサーションと数量化が含まれており、関係ルールとも呼ばれる複雑な関係を表現できます。

ルールの生成方法

• 直接法: トレーニング セットからルールを直接要約します。
• 間接生成法 間接法：決定木から変換。

ルール学習の目的

ルール学習の目標は、できるだけ多くの例をカバーできるルール セットを生成することです。トレーニング セットで新しいルールが学習されない場合、そのルールのトレーニング サンプルがカバーされるのが一般的なソリューションです。残りのトレーニング セットを形成するには、次のトレーニング例を使用して上記のプロセスを繰り返します。

一度に処理されるのはデータの一部だけであるため、このアプローチは分割統治戦略としても知られています。