This is the first book to collect essays from philosophers, mathematicians and computer scientists working at the exciting interface of algorithmic learning theory and the epistemology of science and inductive inference. Readable, introductory essays provide engaging surveys of different, complementary, and mutually inspiring approaches to the topic, both from a philosophical and a mathematical viewpoint.
Building upon this base, subsequent papers present novel extensions of algorithmic learning theory as well as bold, new applications to traditional issues in epistemology and the philosophy of science. The volume is vital reading for students and researchers seeking a fresh, truth-directed approach to the philosophy of science and induction, epistemology, logic, and statistics.
ترجمه فارسی (ترجمه ماشینی)
این اولین کتابی است که مقالات فیلسوفان، ریاضیدانان و دانشمندان رایانه را گردآوری می کند که در رابط هیجان انگیز نظریه یادگیری الگوریتمی و معرفت شناسی علم و استنتاج استقرایی کار می کنند. مقاله‌های خواندنی و مقدماتی، بررسی‌های جذابی از رویکردهای مختلف، مکمل و متقابل الهام‌بخش به موضوع ارائه می‌دهند، هم از منظر فلسفی و هم از دیدگاه ریاضی.
بر اساس این پایه، مقالات بعدی توسعه‌های جدید نظریه یادگیری الگوریتمی و همچنین کاربردهای جسورانه و جدید برای مسائل سنتی در معرفت‌شناسی و فلسفه علم ارائه می‌کند. این جلد برای دانشجویان و محققانی که به دنبال رویکردی تازه و مبتنی بر حقیقت به فلسفه علم و استقراء، معرفت‌شناسی، منطق و آمار هستند، خواندنی حیاتی است.
نقد و بررسی‌ها
هیچ دیدگاهی برای این محصول نوشته نشده است.