• Korean Journal of Logic
• /
• v.7 no.2
• /
• pp.121-146
• /
• 2004

본 논문은 베이즈주의가 확률론을 이용해서 제거적 귀납을 정교하게 발전시키고 있다고 주장한다. 이를 위해 본 논문은 두 가지 작업을 진행한다. 하나는 제거적 귀납이 무엇인가 하는것이고 다른 하나는 제거적 귀납이 베이즈주의에 기여하는 바가 무엇인가 하는 것이다. 먼저 본 논문은 제거적 귀납이 참인 가설을 포함하는 가능한 가설들의 총체로부터 경쟁가설들을 연역적 또는 귀납적으로 제거하고 남는 가설을 선택하는 추론형식임을 밝히고, 이 때 베이즈주의는 제거적 귀납을 정교하게 발전시킨 모습이기 때문에 제거적 귀납으로부터 기술적으로 도움 받을 측면은 없다고 주장한다. 그 대신 본 논문은 베이즈주의가 과학방법론으로 발전되는 데에서 직면하는 여러 가지 문제점을 해결하는 방법에 대해 제거적 귀납으로부터 조언을 얻을 수 있다고 주장한다. 이와 같은 논의를 통해 본 논문은 베이즈주의와 제거적 귀납주의의 결합은 유용한 과학방법론을 만들 수 있을 것으로 전망한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.8 no.6
• /
• pp.27-36
• /
• 1998

This paper suggests an integrated method based on rough sets for discovering useful knowledge from a large databse. Our approach applies attribute-oriented concept hierarchy ascension technique to extract generalized data from actual data in database, induction of decision trees to measure the information gain, and knowledge reduction method of rough set theory to remove superfluous attributes and attribute values. The integrated algorithm first reduces the size of database through the concept generalization, reduces the number of attributes by means of eliminating condition attributes which have little influence on decision attribute, and finally induces simplified decision rules by removing the superfluous attribute values by analyzing the dependency relationships among the attributes.