차례:
정의-귀납 추론이란 무엇입니까?
귀납적 추론은 이론을 제안하기 위해 증거를 사용하는 것, 즉 과거의 결과 나 다른 가용 한 데이터로부터 주어진 결과를 가정하는 것입니다. 귀납 추론은 다른 유형의 발견 대신 주어진 데이터에 의존한다는 점에서 확률 론적이거나 불확실하다.
Techopedia는 귀납적 추론을 설명합니다
다양한 형태의 귀납 추론은 기계 학습 시스템의 기본 엔진입니다. 일반적인 머신 러닝 시스템은 훈련 세트 형태로 데이터를 가져 와서 사용 가능한 데이터를 사용하여 확률론적인 결론을 도출합니다.
귀납적 추론은 종종 추론을 추론하기 위해 강력한 논리 조건을 사용하는 추론 추론과 대조됩니다. 연역적 추론과 달리, 귀납적 추론은 증거를 사용하여 결론을 가정하거나 이론화하기 때문에 "보증 된 추론 자"가 아닙니다. 머신 러닝에서 널리 사용되는 것 외에도, 귀납적 추론은 신경망이 어떻게 인간의인지 능력을 모방하는지와 뉴런 또는 처리 단위가 확률 적 입력을 사용하여 결과를 결정하는 방법을 조사하는 역할을합니다.
귀납적 추론의 유형에는 간단한 귀납, 일반화, 통계적 본문 및 대조적 비유와 관련된 논증이 포함됩니다.
