本教程将概述神经符号编程的最新进展。这一领域的目标是学习神经符号程序，它结合了神经网络和经典符号程序的元素，目的是继承两者的优点。神经符号编程方法的一个关键优势是，在这里，人们学习的模型看起来更像领域专家用代码手写的模型，但也比机器学习中的经典可解释模型更有表现力。此外，神经符号程序可以更容易地结合先验知识，更容易分析和验证。从技术的角度来看，神经符号编程结合了机器学习和程序合成的思想，代表了这两个领域之间令人兴奋的新接触点。本教程将涵盖该领域的广泛基本概念，包括神经符号体系结构、领域特定语言、体系结构/程序搜索算法、元学习算法(如库学习)以及科学和自治的应用。我们的小组将讨论该领域的开放挑战，以及机器学习和编程语言研究人员可以联合起来解决这些问题的方法。该教程是2022年7月举办的神经符号编程暑期学校教程的删节版。
教程链接：https://nips.cc/media/neurips-2022/Slides/55804.pdf
内容中包含的图片若涉及版权问题，请及时与我们联系删除
评论
沙发等你来抢