This HTML5 document contains 40 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

Prefix	IRI
dcterms	http://purl.org/dc/terms/
dbo	http://dbpedia.org/ontology/
foaf	http://xmlns.com/foaf/0.1/
n7	https://global.dbpedia.org/id/
dbt	http://dbpedia.org/resource/Template:
rdfs	http://www.w3.org/2000/01/rdf-schema#
rdf	http://www.w3.org/1999/02/22-rdf-syntax-ns#
dbpedia-ar	http://ar.dbpedia.org/resource/
owl	http://www.w3.org/2002/07/owl#
wikipedia-en	http://en.wikipedia.org/wiki/
dbp	http://dbpedia.org/property/
prov	http://www.w3.org/ns/prov#
dbc	http://dbpedia.org/resource/Category:
xsdh	http://www.w3.org/2001/XMLSchema#
wikidata	http://www.wikidata.org/entity/
dbr	http://dbpedia.org/resource/

Statements

Subject Item

dbr:Rule-based_machine_learning

rdfs:label

Rule-based machine learning تعلم الآلة القائم على القواعد

rdfs:comment

Rule-based machine learning (RBML) is a term in computer science intended to encompass any machine learning method that identifies, learns, or evolves 'rules' to store, manipulate or apply. The defining characteristic of a rule-based machine learner is the identification and utilization of a set of relational rules that collectively represent the knowledge captured by the system. This is in contrast to other machine learners that commonly identify a singular model that can be universally applied to any instance in order to make a prediction. التعلم الآلي القائم على القواعد (RBML) هو مصطلح في علم الكمبيوتر يهدف إلى تضمين أي أسلوب تعلم آلي يعرّف أو يتعلم أو يتطور «قواعد» للتخزين أو التلاعب أو التطبيق. السمة المميزة لمتعلم الآلة المستندة إلى القواعد هي تحديد واستخدام مجموعة من القواعد العلائقية التي تمثل بشكل جماعي المعرفة التي يراها النظام. هذا على النقيض من متعلمي الآلات الآخرين الذين يحددون نموذجًا منفردًا يمكن تطبيقه عالميًا على أي مثيل من أجل إجراء تنبؤ.

dcterms:subject

dbc:Machine_learning_algorithms

dbo:wikiPageID

51997474

dbo:wikiPageRevisionID

1033562331

dbo:wikiPageWikiLink

dbr:Business_rule_management_system dbr:Rule-based_machine_translation dbr:Production_system_(computer_science) dbr:Rule_induction dbr:Expert_system dbr:Computer_science dbr:Association_rule_learning dbr:Machine_learning dbr:Knowledge_base dbr:Inductive_logic_programming dbr:RuleML dbr:Learning_classifier_system dbr:Rule-based_programming dbr:Rule-based_system dbr:Genetic_algorithm dbr:Artificial_immune_system dbc:Machine_learning_algorithms dbr:Associative_classifier dbr:Business_rules_engine dbr:Decision_rule

owl:sameAs

n7:2dhHM dbpedia-ar:تعلم_الآلة_القائم_على_القواعد wikidata:Q28324910

dbp:wikiPageUsesTemplate

dbt:Citation_needed dbt:Colbegin dbt:Colend dbt:Reflist dbt:Clarify

dbo:abstract

التعلم الآلي القائم على القواعد (RBML) هو مصطلح في علم الكمبيوتر يهدف إلى تضمين أي أسلوب تعلم آلي يعرّف أو يتعلم أو يتطور «قواعد» للتخزين أو التلاعب أو التطبيق. السمة المميزة لمتعلم الآلة المستندة إلى القواعد هي تحديد واستخدام مجموعة من القواعد العلائقية التي تمثل بشكل جماعي المعرفة التي يراها النظام. هذا على النقيض من متعلمي الآلات الآخرين الذين يحددون نموذجًا منفردًا يمكن تطبيقه عالميًا على أي مثيل من أجل إجراء تنبؤ. تتضمن مناهج التعلم الآلي القائم على القواعد أنظمة تصنيف التعلم ، تعلم قواعد الارتباط ، أنظمة المناعة الاصطناعية ، وأي طريقة أخرى تعتمد على مجموعة من القواعد ، كل منها يشمل المعرفة السياقية. في حين أن التعلم الآلي القائم على القواعد هو من الناحية المفاهيمية نوعًا من النظام القائم على القواعد ، إلا أنه يتميز عن الأنظمة التقليدية المستندة إلى القواعد ، والتي غالباً ما تكون مصنوعة يدوياً ، وغيرها من صانعي القرارات المستندة إلى القواعد. ويرجع السبب في ذلك إلى أن التعلم الآلي القائم على القواعد يطبق شكلاً من أشكال خوارزمية التعلم لتحديد القواعد المفيدة تلقائيًا ، بدلاً من الحاجة البشرية لتطبيق المعرفة السابقة للمجال لإنشاء القواعد يدويًا وتنظيم مجموعة من القواعد. Rule-based machine learning (RBML) is a term in computer science intended to encompass any machine learning method that identifies, learns, or evolves 'rules' to store, manipulate or apply. The defining characteristic of a rule-based machine learner is the identification and utilization of a set of relational rules that collectively represent the knowledge captured by the system. This is in contrast to other machine learners that commonly identify a singular model that can be universally applied to any instance in order to make a prediction. Rule-based machine learning approaches include learning classifier systems, association rule learning, artificial immune systems, and any other method that relies on a set of rules, each covering contextual knowledge. While rule-based machine learning is conceptually a type of rule-based system, it is distinct from traditional rule-based systems, which are often hand-crafted, and other rule-based decision makers. This is because rule-based machine learning applies some form of learning algorithm to automatically identify useful rules, rather than a human needing to apply prior domain knowledge to manually construct rules and curate a rule set.

prov:wasDerivedFrom

wikipedia-en:Rule-based_machine_learning?oldid=1033562331&ns=0

dbo:wikiPageLength

4441

foaf:isPrimaryTopicOf

wikipedia-en:Rule-based_machine_learning