学习的推理理论

学习的推理理论（ITL）是机器学习的一个领域，它描述了由学习代理执行的推理过程。ITL由RyszardS.Michalski从1980年代开始不断发展。第一个已知的ITL出版物是在1983年。在ITL中，学习过程被视为在特定目标指导下通过假设空间进行的搜索（推理）。学习的结果需要被存储。存储的信息以后将被学习者用于未来的推理。推论分为多个类别，包括结论性的、演绎的和归纳的。为了使一个推论被认为是完整的，要求必须考虑到所有类别。这就是ITL与其他机器学习理论的不同之处，如计算学习理论和统计学习理论；它们都使用单一形式的推理。

ITL最相关的公开用法是在2012年出版的科学杂志上，并将ITL作为描述基于代理的学习如何工作的一种方式。根据该杂志，学习的推理理论（ITL）提供了一种描述代理人学习过程的优雅方式。