Inférence

L'inférence est l'acte ou le processus de dériver une conclusion basée seulement sur ce qu'on sait déjà.

L'inférence est étudiée dans plusieurs différents champs.
L'inférence humaine (c. comment des conclusions d'aspiration d'humains) est traditionnellement étudiée dans le champ de la psychologie cognitive .
La logique étudie les lois de l'inférence valide.
Les statisticiens ont développé des règles formelles pour l'inférence des données quantitatives.
Les chercheurs de l'intelligence artificielle développent les systèmes d'inférence automatisés.

L'exactitude des inférences inductives et déductives

La conclusion impliquée des observations multiples est faite par le processus du raisonnement inductif . La conclusion peut être le ou incorrect correct, et peut être examinée par des observations additionnelles. En revanche, la conclusion d'une inférence déductive du valide du est vraie si les lieux sont vrais. La conclusion est impliquée using le processus du raisonnement déductif . Une inférence déductive valide n'est jamais fausse. C'est parce que la validité d'une inférence déductive est formelle. La conclusion impliquée d'une inférence déductive valide est nécessairement vraie si les lieux qu'elle est basée dessus sont vrais.

Le champ des demi-vérités car ils se rapportent à la vérité des observations, est un autre sujet de préoccupation l'inférence effectuante basée sur des observations.

Inférences valides

Les inférences sont valides ou inadmissibles, mais pas tous deux. La logique philosophique a essayé de définir les règles de l'inférence appropriée, c. les règles formelles qui, une fois correctement appliquées aux lieux vrais, mènent pour rectifier des conclusions. Le Aristote a donné un des rapports les plus célèbres de ces règles dans son Organon . Philosophes grecs de moderne]] définis un certain nombre [[syllogism]] de s, inférences en trois parties correctes, qui peuvent être employées en tant que blocs constitutifs pour un raisonnement plus complexe. Nous commencerons par le plus célèbre de elles toutes : Le lecteur peut vérifier que les lieux et la conclusion sont vrais. La validité de l'inférence peut ne pas être vraie. La validité de l'inférence dépend de la forme de l'inférence. C'est-à-dire, une inférence valide ne dépend pas de la vérité des lieux et de la conclusion, mais des règles formelles de l'inférence étant employée. Dedans [[logique de limite|la logique traditionnelle]], la forme du syllogism est : Puisque le syllogism adapte cette forme, puis l'inférence est valide. Et si les lieux sont vrais, puis la conclusion est nécessairement vrai. Dans la formalisation de logique d'attribut (un simple mais utile de [[Aristote|La logique d'Aristotelician]]), ce syllogism peut être énoncée comme suit :

\ frac {\, de forall X \ ; homme (X) \ mortel de rightarrow (X)} {\ donc homme (Socrates)}

Ou sous sa forme générale :

\ frac {\, de forall X \ ; A (X) \ rightarrow B (x) \ quadruple A (x)} {\ donc B (x)}

le ∀, [[quantifier universel]], est " prononcé ; pour l'all" ;. Il nous permet d'énoncer une propriété générale. Ici il est employé pour indiquer ce " ; le cas échéant X est un homme, X est également mortal" ;. le ∴ est [[donc symbole]] qui dénote la conclusion. Considérer ce qui suit :

\ John \ Lennon \ était \ a \ musicien}

Dans ce cas-ci nous avons deux lieux faux qui impliquent une conclusion vraie. L'inférence est valide parce qu'elle suit la forme d'une inférence correcte. Une inférence incorrecte est connue comme a [[erreur]]. Les philosophes que l'étude [[logique sans cérémonie]] ont compilé de grandes listes de elles, et les psychologues cognitifs ont documenté beaucoup [[polarisation cognitive|polarisations dans le raisonnement humain]] ce raisonnement incorrect de faveur. inference== logique ==Automatic Les systèmes d'AI ont fourni la première fois l'inférence logique automatisée et c'étaient par le passé des domaines de recherche extrêmement populaires, menant aux applications industrielles sous la forme [[le système expert]] de s et plus tard [[moteur de principe économique]] S. Le travail de système d'inférence est de prolonger une base de connaissance automatiquement. La base de connaissance (KB) est un ensemble de propositions qui représentent ce que le système connaît le monde. Plusieurs techniques peuvent être employées par ce système pour prolonger le KB au moyen d'inférences valides. Une condition additionnelle est que les conclusions que le système arrive à sont [[pertinence|approprié]] à sa tâche. exemple de ===An : inférence using Prolog=== ? - mortel (Socrates). Oui D'une part : ? - mortel (platon). Aucun C'est parce que [[Prolog]] ne sait rien [[Platon]], et par conséquent se transfère sur n'importe quelle propriété au sujet de Platon étant faux (le soi-disant [[prétention fermée du monde]]). [[Prolog]] peut être employé pour des tâches énormément plus compliquées d'inférence. Voir l'article correspondant pour d'autres exemples. inférence ===Automatic et le web=== sémantique Reasoners récemment automatiques trouvés dedans [[Web sémantique]] un nouveau champ d'application. Comme [[langue d'Ontology de Web|Le HIBOU]] est basé au moment [[logique de premier ordre]], la connaissance exprimée using elle peut être logiquement traité, c., l'inférence peut être faite sur elle. ==Inference et uncertainty== {{Refimprove|date= juillet 2007}} La logique traditionnelle est seulement concernée par [[certitude]] - une progresse de certain [[lieux (l'argument)|lieux]] à certaines conclusions. Il y a plusieurs motivations pour que la logique de élargissement traite des propositions incertaines et des modes plus faibles du raisonnement. * Motivations philosophiques ** Une grande partie de notre raisonnement journalier ne suit pas les règles strictes de la logique, mais est néanmoins efficace dans beaucoup de cas ** La Science elle-même n'est pas déductive, mais en grande partie inductive, et son processus ne peut pas être capturé par la logique standard (voir [[problème d'induction]]). * Motivations techniques ** Statisticiens et souhait de scientifiques à pouvoir impliquer des paramètres ou évaluer l'hypothèse sur des données statistiques d'une manière rigoureuse et mesurée. ** Le besoin de systèmes d'intelligence artificielle de raisonner efficacement au sujet des quantités incertaines. sens de ===Common et reasoning=== incertain La raison la plupart des exemples d'appliquer la logique déductive, telle que celle ci-dessus, semblent artificielle est parce qu'ils sont rarement les champs extérieurs produits comme [[des mathématiques]]. La majeure partie de notre raisonnement journalier est de moins de " ; pure" ; nature. Pour prendre un exemple : vous supposer vivre dans un appartement. Tard la nuit, vous êtes réveillé par les bruits creaking dans le plafond. Vous impliquez de ces bruits que votre voisin en haut a un autre accès de l'insomnie et arpente dans sa chambre, sans sommeil. Bien que ce raisonnement semble bruit, il ne s'adapte pas dans le cadre logique décrit ci-dessus. D'abord, le raisonnement est basé sur des faits incertains : ce que vous avez entendu étaient les grincements, pas nécessairement marchepieds. Mais même si ces faits étaient sûrs, l'inférence est d'une nature inductive : peut-être vous avez souvent entendu votre voisin la nuit, et la meilleure explication que vous avez trouvée est que lui ou elle est un insomniac. Par conséquent les marchepieds du soir. Il est facile de voir que cette ligne du raisonnement ne mène pas nécessairement pour rectifier des conclusions : peut-être votre voisin a eu un avion très tôt à attraper, qui expliquerait les marchepieds aussi bien. Le raisonnement incertain peut seulement trouver la meilleure explication parmi beaucoup de solutions de rechange. statistiques et logic=== ===Bayesian de probabilité Philosophes et scientifiques qui suivent [[inférence bayésienne|Cadre bayésien]] pour l'usage d'inférence les règles mathématiques de [[probabilité]] de trouver cette meilleure explication. La vue bayésienne a un certain nombre de dispositifs souhaitables - l'un d'entre eux est qu'il inclut (certaine) logique déductive comme sous-ensemble (ceci incite quelques auteurs à appeler le " bayésien de probabilité ; logic" de probabilité ; , suivant [[E. Bayesianists identifient des probabilités avec des degrés de croyance, avec des propositions certainement vraies ayant la probabilité 1, et des propositions certainement fausses ayant la probabilité 0. Pour dire ce " ; il va pleuvoir le tomorrow" ; a une 0.9 probabilité est de dire que vous considérez la possibilité de pluie demain en tant qu'extrêmement probablement. Par les règles de la probabilité, la probabilité d'une conclusion et des solutions de rechange peut être calculée. La meilleure explication le plus souvent est identifiée avec le plus probable (voir [[théorie de la décision bayésienne]]). Une règle centrale d'inférence bayésienne est [[le théorème de Bayes]], qui a donné son nom au champ. Voir [[inférence bayésienne]] pour des exemples. < ! -- inference=== statistique de ===Frequentist (être écrit) logic=== ===Fuzzy (être écrit) --> === non monotonique de logique de === Source : Article d'André Fuhrmann au sujet de " ; Logic" non monotonique ; Une relation d'inférence est monotonique si l'addition des lieux fait ne pas miner précédemment a tiré des conclusions ; autrement la relation est non monotonique. Inférence déductive, au moins selon les canons de classique la logique, est monotonique : si une conclusion est tirée sur la base d'un certain ensemble des prémisses, alors cette conclusion tient toujours si plus de prémisses sont ajoutées. En revanche, le raisonnement journalier est la plupart du temps non monotonique parce qu'il implique risque : nous sautons aux conclusions des lieux déductif insuffisants. Nous savons de quand il vaut ou même nécessaire (par exemple dans le diagnostic médical) prendre le risque. Pourtant nous nous rendons également compte qu'une telle inférence soit annulable-que la nouvelle information peut miner de vieilles conclusions. Divers genres d'annulable mais l'inférence remarquablement réussie ont traditionnellement attiré l'attention des philosophes (théories d'induction, la théorie de Peirce de l'abduction, inférence à la meilleurs explication, etc. Plus récemment les logiciens ont commencé pour approcher le phénomène d'un point de vue formel. Le résultat est un grand corps des théories à l'interface de la philosophie, de la logique et d'artificiel intelligence. types de ==Three d'inference== logique Il y a trois types d'inférence : * [[raisonnement déductif]], trouvant l'effet avec la cause et la règle. * [[raisonnement d'Abductive]], trouvant la cause avec la règle et l'effet. * [[raisonnement inductif]], trouvant la règle avec la cause et l'effet. example=== de ===An [[La loi de Hooke]] est la règle qui donne l'élongation d'un faisceau (qu'est à dire un effet) quand une force (qu'est à dire la cause) agit sur un faisceau. le *If la force et la loi de Hooke sont connus, l'élongation du faisceau peut être déduit. le *If l'élongation et la loi de Hooke sont connus, la force agissant sur le faisceau peut abduced. le *If l'élongation et la force sont connus, la loi de Hooke peut être induit. ==References== * Entailler d'Ian. '' Une introduction à la probabilité et à la logique inductive ''. Presse d'Université de Cambridge, (2000). * Edwin Thompson Jaynes. [théorie des probabilités de http://titles.asp?isbn=0521592712 '' : La logique de la Science ''.] Presse d'Université de Cambridge, (2003). '' Théorie de l'information, inférence, et algorithmes d'étude ''. Presse d'Université de Cambridge, (2003). * {{Russell Norvig 2003}} * Henk Tijms. '' Probabilité d'arrangement ''. Presse d'Université de Cambridge, (2004). * André Fuhrmann : [logique non monotonique de http://www.de/FuF/Philo/Philosophie/Fuhrmann/papers/nomoLog. also== de ==See {{colonne-commencer}} {{colonne-casser}} * [[raisonnement]] ** [[raisonnement d'Abductive]] ** [[raisonnement déductif]] ** [[raisonnement inductif]] ** [[raisonnement de Retroductive]] * [[analogie]] * [[axiome]] * [[inférence bayésienne]] * [[principe économique]] * [[moteur de principes économiques]] * [[système expert]] {{colonne-casser}} * [[logique floue]] * [[moteur d'inférence]] * [[enquête]] * [[logique]] * [[logique d'information]] * [[affirmation logique]] * [[graphique logique]] * [[règle d'inférence]] * [[liste de règles d'inférence]] * [[théorème]] {{colonne-casser}} * ''' de portails de ''' ** [[portail : pensée]] ** [[portail : philosophie]] {{colonne-extrémité}} {{wiktionarypar2|inférence|impliquer}} {{portalpar|Logique}} {{Navigation de philosophie}} {{Logique}} [[Catégorie : Logique]] [[l'AR : استدلال]] [[la BG : Умозаключение]] [[Ca : Inferència]] [[De : Schlussfolgerung]] [[es : Inferencia]] [[ordre technique : Inferenco]] [[francs : Inférence]] [[ko : 추론]] [[heure : Zaključak]] [[il : Inferenza]] [[pl : Wnioskowanie]] [[pinte : Inferência]] [[RU : Умозаключение .

Random links: