『信頼性の高い推論：帰納と統計的学習理論（ジャン・ニコ講義セレクション５）』（原書） Reliable Reasoning : Induction and Statistical Learning Theory (Reliable Reasoning)

『信頼性の高い推論：帰納と統計的学習理論（ジャン・ニコ講義セレクション５）』（原書）<br>Reliable Reasoning : Induction and Statistical Learning Theory (Reliable Reasoning)

個数：

『信頼性の高い推論：帰納と統計的学習理論（ジャン・ニコ講義セレクション５）』（原書）
Reliable Reasoning : Induction and Statistical Learning Theory (Reliable Reasoning)

Harman, Gilbert/ Kulkarni, Sanjeev

ウェブストア価格 ¥5,104（本体¥4,640）
Bradford Books（2012/01発売）
外貨定価 US$ 25.00
ポイント 46pt

提携先の海外書籍取次会社に在庫がございます。通常3週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合、分割発送となる場合がございます。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Paperback:紙装版/ペーパーバック版／ページ数 120 p.／サイズ 19 illus.
言語 ENG
商品コード 9780262517348
DDC分類 153.43

基本説明

邦訳：2009年・勁草書房
New in paperback. Hardcover was published in 2007.

Full Description

The implications for philosophy and cognitive science of developments in statistical learning theory.In Reliable Reasoning, Gilbert Harman and Sanjeev Kulkarni-a philosopher and an engineer-argue that philosophy and cognitive science can benefit from statistical learning theory (SLT), the theory that lies behind recent advances in machine learning. The philosophical problem of induction, for example, is in part about the reliability of inductive reasoning, where the reliability of a method is measured by its statistically expected percentage of errors-a central topic in SLT.After discussing philosophical attempts to evade the problem of induction, Harman and Kulkarni provide an admirably clear account of the basic framework of SLT and its implications for inductive reasoning. They explain the Vapnik-Chervonenkis (VC) dimension of a set of hypotheses and distinguish two kinds of inductive reasoning. The authors discuss various topics in machine learning, including nearest-neighbor methods, neural networks, and support vector machines. Finally, they describe transductive reasoning and suggest possible new models of human reasoning suggested by developments in SLT.