Apprendimento automatico con algoritmo quasi

L'algoritmo quasi (AQ) è una potente metodologia di apprendimento automatico finalizzata all'apprendimento di regole decisionali simboliche da un insieme di esempi e controesempi. È stato proposto per la prima volta alla fine degli anni '60 per risolvere il problema della soddisfabilità delle funzioni booleane e ulteriormente perfezionato nel decennio successivo per risolvere il problema generale della copertura. Nelle sue più recenti implementazioni, è una metodologia potente ma ancora poco esplorata per la classificazione simbolica dell'apprendimento automatico. Il libro introduce i concetti principali della metodologia AQ e descrive l'AQ per la diagnosi delle malattie zoonotiche, un'implementazione personalizzata della metodologia AQ per risolvere il problema dell'individuazione delle malattie zoonotiche utilizzando una serie di parametri e sintomi.