Foundations of Probabilistic Logic Programming: Languages, Semantics, Inference and Learning
Od svojho vzniku zaznamenáva oblasť pravdepodobnostného logického programovania neustály nárast aktivity s mnohými návrhmi jazykov a algoritmov na odvodzovanie a učenie.
Cieľom tejto knihy je poskytnúť prehľad tejto oblasti s osobitným dôrazom na jazyky podľa distribučnej sémantiky, ktorá je jedným z najvplyvnejších prístupov. Kniha predstavuje hlavné myšlienky sémantiky, inferencie a učenia a zdôrazňuje súvislosti medzi týmito metódami.
Mnohé príklady v knihe obsahujú odkaz na stránku webovej aplikácie http: //cplint. eu, kde je možné spustiť kód online.
Cieľom tohto 2. vydania je informovať o najzaujímavejších novinkách v tejto oblasti od vydania 1. vydania. Sémantika hybridných programov s funkčnými symbolmi bola postavená na pevný základ. Pravdepodobnostné programovanie množín odpovedí si získalo veľký záujem spolu so štúdiami o zložitosti odvodzovania. K dispozícii sú už algoritmy na riešenie úloh MPE a MAP. Inferencia pre hybridné programy sa výrazne zmenila zavedením váženej integrácie modelov.
Čo sa týka učenia, objavili sa prvé prístupy pre neuro-symbolickú integráciu spolu s algoritmami na učenie štruktúry pre hybridné programy.
Navyše vzhľadom na náklady na učenie PLP sa v rôznych prácach navrhovali jazykové obmedzenia na urýchlenie učenia a zlepšenie jeho škálovania.