第1章 解释学习概述 1
1．1 机器学习 1
1．2 解释学习 10
1．3 我们的工作 28
第2章 可操作性 30
2．1 可操作性的提出 30
2．2 可操作性的研究 31
2．3 可操作性的讨论 36
2．4 EBL可操作性的模糊集描述及计算 37
2．5 讨论 41
第3章 数字概括 42
3．1 数字概括的目标分解法 42
3．2 数字概括的效用分析 47
第4章 领域理论 54
4．1 不完善领域理论问题的分类与表示(一) 54
4．2 不完善领域理论问题的分类与表示(二) 61
4．3 不完善领域理论的知识求精 66
4．4 基于多例多概念的领域理论修正方法 73
4．5 克服领域理论不完全问题的学习方法CE 77
4．6 多策略、交互式的知识求精系统MS/I-KRS 86
第5章 效用问题 100
5．1 效用分析 100
5．2 效用提高策略 104
5．3 进一步研究的课题 122
第6章 解释学习算法的扩充 123
6．1 模糊概念的学习 123
6．2 概念层次中的多策略学习 128
6．3 增量式的解释学习 130
6．4 算法分析与改进 136
6．5 有噪声的学习算法 141
第7章 专家判断规则的获取方法 146
7．1 引言 146
7．2 专家决策认知模型MBH 146
7．3 Polynome系统 148
7．4 IAMBH系统 149
参考文献 156