La inducción de reglas es un área del aprendizaje automático en la que se extraen reglas formales de un conjunto de observaciones. Las reglas extraídas pueden representar un modelo científico completo de los datos o simplemente representar patrones locales en los datos.
La minería de datos en general y la inducción de reglas en detalle intentan crear algoritmos sin programación humana pero analizando estructuras de datos existentes. [1] : 415- En el caso más sencillo, una regla se expresa con “declaraciones si-entonces” y se creó con el algoritmo ID3 para el aprendizaje del árbol de decisión. [2] : 7 [1] : 348 El algoritmo de aprendizaje de reglas toma datos de entrenamiento como entrada y crea reglas dividiendo la tabla con análisis de conglomerados . [2] : 7 Una posible alternativa al algoritmo ID3 es la programación genética que hace evolucionar un programa hasta que se ajusta a los datos. [3] : 2
En el software WEKA se pueden crear diferentes algoritmos y probarlos con datos de entrada. [3] : 125 Las herramientas adicionales son bibliotecas de aprendizaje automático para Python , como scikit-learn .
Algunos paradigmas importantes de inducción de reglas son:
Algunos algoritmos de inducción de reglas son: