帰納的学習これは機械学習の方法であり、通常は記号学習に使用されます。主に、特定の概念について一連の既知の肯定的な例と否定的な例を与え、そこから概念の説明を要約することによって行われます。

帰納的学習では、新しい概念を獲得し、新しいルールを作成し、新しい理論を発見できます。一般化とは、仮説の意味情報を拡張して、より多くの状況で使用できるようにすることです。概念説明の適用範囲を制限するために使用されます。

帰納学習は、データの経験から一般的な決定ルールやパターンを要約して抽出することを目的としており、特殊な状況から一般的なルールを導き出す学習方法とみなすことができます。