Programação em Lógica Indutiva

Programação em lógica indutiva (ILP) é uma subárea de aprendizado de máquina que utiliza lógica de programação como uma representação uniforme para exemplos, conhecimentos prévios e hipóteses. Dada uma codificação do conhecimento prévio e um conjunto de exemplos representados como um banco de dados lógico de fatos, um sistema ILP irá derivar um programa de lógica hipotetizado que envolve todos os exemplos positivos e nenhum dos exemplos negativos. * Esquema: exemplos positivos + exemplos negativos + conhecimento prévio ⇒ hipótese. Programação em lógica indutiva é particularmente útil em bioinformática e processamento de linguagem natural. Gordon Plotkin e Ehud Shapiro definiram a fundamentação teórica inicial para aprendizagem de máquina indutiva sob um ponto de vista lógico. Shapiro construiu sua primeira implementação em 1981: um programa em Prolog que indutivamente inferia programas lógicos a partir de exemplos positivos e exemplos negativos. O termo Programação em lógica indutiva foi introduzido pela primeira vez em um artigo publicado por Stephen Muggleton, em 1991. Muggleton também fundou a conferência internacional sobre Programação em lógica indutiva, introduziu as idéias teóricas de Invenção de Predicado, Resolução inversa, e Implicação Inversa. Muggleton implementou Implicação Inversa primeiramente no sistema PROGOL. O termo "indutivo" aqui refere-se ao filosófico (por exemplo, sugerindo uma teoria para explicar fatos observados), ao invés do matemático (por exemplo, a prova de propriedade para todos os membros de um conjunto ordenado).