El aprendizaje automático dependiente es un lenguaje de programación funcional experimental, multiparadigma , de propósito general y de alto nivel propuesto por Hongwei Xi (Xi 2007) y Frank Pfenning . Es un dialecto del lenguaje de programación ML . El ML dependiente amplía el ML mediante una noción restringida de tipos dependientes : los tipos pueden depender de índices estáticos de tipo ( números naturales ). El ML dependiente emplea un demostrador de teoremas de restricciones para decidir una teoría ecuacional sólida sobre las expresiones de índice. Nat
Los tipos de DML no dependen de los valores del tiempo de ejecución; todavía existe una distinción de fase entre la compilación y la ejecución del programa. [1] Al restringir la generalidad de los tipos totalmente dependientes, la verificación de tipos sigue siendo decidible , pero la inferencia de tipos se vuelve indecidible.
El ML dependiente ha sido reemplazado por ATS y ya no está en desarrollo activo.