Inductive Learning

释义 Definition

归纳学习：一种从具体的观察、样本或经验中总结出一般规律（规则/模型），并用这些规律去预测新情况或解释新现象的学习方式。常见于机器学习与科学推理语境中（与“演绎”相对）。

发音 Pronunciation (IPA)

/ɪnˈdʌktɪv ˈlɝːnɪŋ/

例句 Examples

Inductive learning helps children figure out grammar by hearing many sentences.
归纳学习能帮助孩子通过听到许多句子来总结语法规律。

In machine learning, inductive learning builds a general model from training data and then tests it on unseen examples.
在机器学习中，归纳学习从训练数据中建立通用模型，然后在未见过的样本上进行测试。

词源 Etymology

Inductive 来自拉丁语 inducere（“引入、引导”），在逻辑学中指“由个别推到一般”的归纳；learning 表示“学习”。合起来强调：通过观察到的具体事实/数据来“引出”一般性的规律或模型。

相关词 Related Words

• Induction
• Inductive Reasoning
• Deductive Reasoning
• Generalization
• Hypothesis
• Training Data
• Supervised Learning
• Overfitting
• Inference

文学与名著用例 Literary Works

• Machine Learning — Tom M. Mitchell（经典机器学习教材，讨论学习系统如何从经验中概括规则/模型）
• Pattern Recognition and Machine Learning — Christopher M. Bishop（以概率视角讲述从数据到模型的学习与泛化）
• Artificial Intelligence: A Modern Approach — Stuart Russell & Peter Norvig（在AI学习与推理部分涉及归纳式学习与从经验中归纳知识）
• The Logic of Scientific Discovery — Karl Popper（科学方法论语境中讨论归纳问题与从观察到理论的关系）