Induction of Non-monotonic Logic Programs To Explain Statistical Learning Models
We present a fast and scalable algorithm to induce non-monotonic logic programs from statistical learning models. We reduce the problem of search for best clauses to instances of the High-Utility Itemset Mining (HUIM) problem. In the HUIM problem, feature values and their importance are treated as t...
Uloženo v:
| Vydáno v: | Electronic proceedings in theoretical computer science Ročník 306; číslo Proc. ICLP 2019; s. 379 - 388 |
|---|---|
| Hlavní autor: | |
| Médium: | Journal Article |
| Jazyk: | angličtina |
| Vydáno: |
Open Publishing Association
19.09.2019
|
| ISSN: | 2075-2180, 2075-2180 |
| On-line přístup: | Získat plný text |
| Tagy: |
Přidat tag
Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!
|
Buďte první, kdo okomentuje tento záznam!