Fundamentos de la programación lógica probabilística: Lenguajes, Semántica, Inferencia y Aprendizaje

Título original:

Foundations of Probabilistic Logic Programming: Languages, Semantics, Inference and Learning

Contenido del libro:

Desde su nacimiento, el campo de la Programación Lógica Probabilística ha experimentado un aumento constante de actividad, con numerosas propuestas de lenguajes y algoritmos para la inferencia y el aprendizaje.

Este libro pretende ofrecer una visión general del campo con especial énfasis en los lenguajes bajo la Semántica de la Distribución, uno de los enfoques más influyentes. El libro presenta las ideas principales de la semántica, la inferencia y el aprendizaje y destaca las conexiones entre los métodos.

Muchos ejemplos del libro incluyen un enlace a una página de la aplicación web http: //cplint. eu donde se puede ejecutar el código en línea.

Esta 2ª edición pretende dar cuenta de las novedades más interesantes en este campo desde la publicación de la 1ª edición. La semántica de los programas híbridos con símbolos de función se ha consolidado. La Programación Probabilística de Conjuntos de Respuestas ganó mucho interés junto con los estudios sobre la complejidad de la inferencia. Ahora se dispone de algoritmos para resolver las tareas MPE y MAP. La inferencia para programas híbridos ha cambiado radicalmente con la introducción de la Integración Ponderada de Modelos.

En cuanto al aprendizaje, han aparecido las primeras aproximaciones para la integración neuro-simbólica junto con algoritmos para el aprendizaje de la estructura para programas híbridos.

Además, dado el coste de aprendizaje de los PLP, varios trabajos propusieron restricciones de lenguaje para acelerar el aprendizaje y mejorar su escalado.