তথ্যসূত্র অত্যন্ত প্রশংসা করা হয়।
একজন লেখক তার প্রকাশের শুরুতে তার ফলাফলের প্রসঙ্গ এবং প্রাসঙ্গিকতার প্রশ্নটি সমাধান করবেন বলে আশা করা হচ্ছে। আমি কেবল "এল। ভ্যালিয়েন্টের পরিচিতিটি নিয়ে স্কিম মেরেছিলাম। আবার, এবং খুঁজে পেল যে সাহসী প্রকৃতপক্ষে আপনার প্রশ্নটি ভালভাবে কভার করেছে।
ভ্যালিয়েন্টের মূল কাগজ উভয়ই অবাধে উপলভ্য এবং পড়া খুব কঠিন নয়। (অধ্যায়, ব্যতীত, যা কেবল প্রমাণ করে যে লেখক চ্যালেঞ্জিং গাণিতিক সমস্যাগুলিও মোকাবেলা করতে পারেন, তবে কাগজের আসল বিষয়বস্তুতে খুব বেশি অবদান রাখেন না)) কমপক্ষে এর ভূমিকাটি পড়া আমার এই দীর্ঘমেয়াদী উত্তরটি পড়ার চেয়ে বেশি ফলপ্রসূ হবে to প্রশ্ন, তাই আমি সত্যিই এটি চেষ্টা করার পরামর্শ দিচ্ছি।
এই উত্তরটির বাকী অংশটি ভূমিকা থেকে কিছু অংশ উদ্ধৃত করার চেষ্টা করেছে যা এই সূচনাটি পড়াটি theতিহাসিক প্রেক্ষাপট সম্পর্কে প্রশ্নের উত্তর দিতে পারে কিনা তা নির্দেশ করে। তবে খেয়াল করুন যে কোনও লেখকের এই জাতীয় প্রশ্নের ক্ষেত্রে পক্ষপাতদুষ্ট হওয়ার প্রাকৃতিক পূর্বানুমতি রয়েছে।
... এই জাতীয় ব্যবস্থাটি কমপক্ষে একটি খুব ভাল সূচনা হবে। প্রথমত, যখন কেউ প্রিপ্রোগ্র্যামড জ্ঞানকে সূচিত করে এমন সিস্টেমগুলির সর্বাধিক বিখ্যাত উদাহরণগুলি পরীক্ষা করে, যেমন, ডেন্ডারাল এবং এমওয়িসিনের মতো বিশেষজ্ঞ সিস্টেমগুলি মূলত প্রস্তাবিত ক্যালকুলাসের বাইরে কোনও যৌক্তিক স্বরলিপি ব্যবহার করা হয় না।
এটি প্রসঙ্গের জন্য আকর্ষণীয় তথ্য, কারণ প্রেজেশনাল ক্যালকুলাস ভবিষ্যদ্বাণীমূলক ক্যালকুলাসের তুলনায় উল্লেখযোগ্যভাবে দুর্বল বা কখনও কখনও আজ ব্যবহৃত ধরণের তত্ত্বের বিভিন্ন সিস্টেম systems (যদিও যথেষ্ট আশ্চর্যজনক, প্রোলোগ (1972) এবং এমএল (1973) "অন্যান্য" বিশেষজ্ঞ সিস্টেমগুলির জন্য মেটা-ভাষা হিসাবে উদ্ভূত অন্যদের মধ্যে ছিলেন এবং আমি যতটা দেখতে পাচ্ছি সাধারণ প্রস্তাবনামূলক যুক্তি ছাড়িয়ে যেতে পারে বলে মনে হয় Also এছাড়াও, সম্পর্কিত মডেল ( ১৯69৯) ডাটাবেস পরিচালনার জন্য দাবী করা যুক্তির ভিত্তিতে দাবি করা হয়েছে))
সম্ভবত কাগজে থাকা মূল প্রযুক্তিগত আবিষ্কারটি হ'ল এই সম্ভাব্য ধারণাটি দিয়ে বুলিয়ান ফাংশনগুলির পুরো ক্লাসের পক্ষে অত্যন্ত কনভারজেন্ট শেখার সম্ভাবনা রয়েছে। এটি এই পদ্ধতিকে আরও প্রচলিত থেকে পৃথক করে বলে মনে হয় যেখানে শিক্ষাকে এমন কিছু সাধারণ নিয়মকে "প্ররোচিত" করার প্রক্রিয়া হিসাবে দেখা হয় যা তথ্য থেকে নির্ভরযোগ্য কোনও ছাড়ের জন্য অপর্যাপ্ত হয় from
আমি এখানে পুরোপুরি একমত। আপনার সমাধান কীভাবে প্রদত্ত সমস্যার সমাধান করতে সক্ষম তা ব্যাখ্যা করার পক্ষে সক্ষম হওয়া গুরুত্বপূর্ণ এবং কোন দিক থেকে এটি একটি সমাধান। অন্যথায়, আপনি কেবল "নো-ফ্রি লাঞ্চ" উপপাদ্যগুলি দিয়ে শেষ করেছেন যা আপনাকে কোনও সন্দেহজনক হিউরিস্টিকের বগি বাস্তবায়নকে উপযুক্ত হিউরিস্টিকের সঠিক প্রয়োগ থেকে আলাদা করতে দেয় না।
সংক্ষেপে, এই কাগজটি অ্যালগরিদমিক জটিলতার দ্বারা অনুমোদিত হিসাবে শেখারযোগ্য কিসের সীমাটি সন্ধান করার চেষ্টা করে। শিক্ষাগুলিতে পূর্ববর্তী কাজের বিবিধ সংখ্যার থেকে ফলাফলগুলি পৃথক they আমাদের পদ্ধতির সর্বাধিক দৃ়তা হ'ল ইনডাকটিভ ইনফেরেন্স সাহিত্য [...]। পরিসংখ্যান এবং অন্যান্য সরঞ্জামগুলি ব্যবহার করে প্যাটার্ন স্বীকৃতি এবং শ্রেণিবিন্যাস সম্পর্কিত একটি বৃহত কাজ রয়েছে ... [...]। বিভিন্ন কম প্রথাগত জ্ঞানে শেখা কৃত্রিম বুদ্ধিমত্তার একটি শাখা হিসাবে ব্যাপকভাবে অধ্যয়ন করা হয়েছে।
(1) - (3) বৈশিষ্ট্যগুলি হ'ল (1) "মেশিনগুলি ধারণার সম্পূর্ণ চরিত্রগত শ্রেণিগুলি শিখতে পারে" যা (2) "সাধারণ উদ্দেশ্য জ্ঞানের জন্য উপযুক্ত এবং অনর্থক" এবং (3) "গণনা প্রক্রিয়াটির জন্য কেবলমাত্র একটি সম্ভাব্য (যেমন বহুপদী) ধাপের সংখ্যা প্রয়োজন "।