Titelblatt des Buchs
Reginald Ferber Information Retrieval
Suchmodelle und Data-Mining-Verfahren für Textsammlungen und das Web

Position im Angebot Information Retrieval -> Wissensgewinnung mit Data-Mining-Methoden -> Lernen -> Lernen als Informationsverarbeitung
Navigation Zurück ]    [ Inhalt ]    [ Stichwörter ]    [ Feedback ]    [ Home ]

Abbildung 49: Beispiele der verschiedenen Schlussfolgerungen

deduktiv:
Es regnet.

Wenn es regnet, wird die Straße nass.

 -> Die Straße ist nass. (Darum ziehe ich feste Schuhe an)

abduktiv:
Die Straße ist nass.

Wenn es regnet wird die Straße nass.

 -> Es regnet. (Darum nehme ich den Regenschirm mit)

induktiv:
Als gestern die Straße nass war, hat es geregnet.

Heute ist die Straße nass und es regnet.

Letzte Woche war die Straße nass und es hat geregnet.

 -> Wenn es regnet, wird die Straße nass.

Deduktives Schließen geht von einer Regel aus: Wenn deren Voraussetzung erfüllt ist, ist auch die Folgerung richtig. Dabei wird die Richtigkeit der Regel nicht in Frage gestellt.

Abduktives Schließen geht von beobachteten Folgen aus: Wenn es eine Regel und eine Ursache gibt, die zu der Folge führen, wird die Ursache angenommen. Es führt nur dann sicher zu einer richtigen Aussage, wenn die Regel eineindeutig, also umkehrbar ist. (In diesem Fall also z.B., wenn es keine anderen Ursachen für nasse Straßen wie Rohrbrüche, Straßensprengwagen oder putzende bzw. Auto waschende Nachbarinnen oder Nachbarn gibt.) Ansonsten erzeugt die Abduktion aber eine sinnvolle Hypothese über mögliche Ursachen.

Induktives Schließen geht von der Beobachtung aus: Aus beobachteten Ereignissen oder Beispielen werden allgemeine Regeln abgeleitet. Eine induzierte Regel ist richtig, solange keine Beispiele gefunden werden, die der Regel widersprechen (wenn es z.B. keine überdachten oder beheizten Straßen gibt, wenn man lange genug aus dem Fenster schaut, falls es gerade anfängt zu regnen...)

Navigation Zurück ]    [ Inhalt ]    [ Stichwörter ]    [ Feedback ]    [ Home ]
Position im Angebot Information Retrieval -> Wissensgewinnung mit Data-Mining-Methoden -> Lernen -> Lernen als Informationsverarbeitung

Diese Seiten sind urheberrechtlich geschützt. Die Verantwortung für die Inhalte und die Rechte der Online-Version liegen beim Autor Reginald Ferber, Münster (Westf). Die Rechte der gedruckten Version beim dpunkt.verlag, Heidelberg. Die Weiterverwendung von Texten oder Abbildungen - auch auszugsweise - ist ohne die schriftliche Zustimmung des Autors Reginald Ferber bzw. des dpunkt.verlags nicht gestattet.

Es wird darauf hingewiesen, dass die verwendeten Soft- und Hardware-Bezeichnungen sowie Markennamen und Produktbezeichnungen der jeweiligen Firmen im Allgemeinen warenzeichen-, marken-, oder patentrechtlichem Schutz unterliegen. Alle Angaben und Programme wurden mit großer Sorgfalt kontrolliert. Trotzdem kann keinerlei Haftung für Schäden irgendwelcher Art übernommen werden, die sich im Zusammenhang mit der Nutzung dieser Seiten ergeben.

Diese HTML-Datei wurde am 27-10-2003 erzeugt.