AI用語集
人工知能の完全辞典
帰納的論理プログラミング（PLI）
例と背景知識から論理理論（ルールやプログラムなど）を帰納するために、論理プログラミングと学習を組み合わせた機械学習のパラダイム。
制約学習
データから導出された制約の集合を満たすようにモデルを構築する学習フレームワーク。複雑な問題における探索空間を構造化するためによく使用される。
背景理論（Background Knowledge）
PLIシステムに提供される既存の事実、ルール、定義の集合。帰納プロセスを導き、学習された仮説を制限するために使用される。
正例と負例
PLIにおける学習データ。正例は対象概念がカバーすべきインスタンスであり、負例は避けるべきインスタンスである。
帰納的仮説
PLIシステムによって生成される論理ルールまたはプログラム。正例を説明しながら、負例と背景理論と整合性を保つもの。
カバーリングルール（Covering Rule）
正例のサブセットをカバーするためにルールを学習し、その後これらの例を除去してプロセスを繰り返し、すべての例がカバーされるまで続ける帰納戦略。
特殊化と一般化
PLIにおける仮説空間を探索する基本的な操作。一般化はルールのカバレッジを拡大し、特殊化は負例を避けるためにカバレッジを制限する。
帰納バイアス
PLIにおける可能な仮説空間を制限する制約や仮定の集合。学習を実現可能にし、関連する解へと導くために不可欠。
ILPシステム（PLIシステム）
Progol、Aleph、TILDEなどの帰納論理プログラミングアルゴリズムを実装するソフトウェアで、データから論理を帰納的に導出できる。
モデルの解釈
PLIの重要な利点で、学習されたモデルはブラックボックスとは異なり、人間が理解しやすい明示的な論理規則の集合である。
関係学習
オブジェクト間の関係で記述されるデータを扱う機械学習のサブ分野で、PLIが特に適している。
ボトムアップ導出
PLIにおける帰納的アプローチで、特定の正例から始めて、より多くの例をカバーするように節を段階的に一般化する。GOLEMアルゴリズムなどで使用される。
トップダウン導出
PLIにおける帰納的アプローチで、非常に一般的な節から始めて、負例を除外するように特殊化する。Progolなどのシステムで典型的。
最小記述長原理（MDL）
PLIにおける評価基準で、理論の複雑さとデータを符号化する能力の最適なバランスを提供する仮説を優先し、最短圧縮を目指す。
プログラム学習（プログラム合成）
PLIの応用で、仕様や入出力例から実行可能なコンピュータプログラムを自動的に発見することを目的とする。
理論修正
PLIにおけるタスクで、既存の論理理論を新しい観測と一致するように修正し、規則の追加、削除、変更を行う。
述語定義の学習
PLIにおける主要目的で、例と背景知識から目標述語（例：`parent(X,Y)`）の論理定義を学習することを目指す。
失敗による否定
論理プログラミングの概念で、対応する肯定条件が証明できない場合に否定条件が真と見なされる。PLI仮説で頻繁に使用される。
仮説探索空間
PLIアルゴリズムが探索可能な全ての論理節の集合。一般化や特殊化などの戦略を用いて構造化され探索される。