如何理解 inductive learning 与 transductive learning? - 知乎
Inductive learning对应于 meta-learning (元学习)，要求从诸多给定的任务和数据中学习通用的模式，迁移到未知的任务和数据上。 Transductive learning对应于 domain adaptation (领域自适 …
Inductive 和 Coinductive type的理论基础是什么？ - 知乎
Mar 2, 2022 · Inductive type 和 coinductive type 都在某种意义上是 well-founded 的。 如果你去查了 inductive type 被称为 well-founded 的原因的话就会知道——两边的消除都是『所有子树都 …
什么是归纳偏置（inductive bias）？ - 知乎
Sep 14, 2025 · 归纳偏置说白了就是算法的"偏见"——面对新数据时，它倾向于做什么假设。这个概念很关键，比如说前几年的ViT和CNN之争，直接决定了为什么CNN和ViT在不同场景下表 …
为什么Graphsage是inductive的，而GCN不是？ - 知乎
Inductive learning 和 Transductive learning区别 在网上搜了一下 Inductive learning 和 Transductive learning 的区别，总结一下就是： Inductive learning 中文意为归纳式学习，它在 …
英语中的inductive argument 和deductive argument 怎么区分？
演绎推理（英语：Deductive Reasoning）在传统的亚里士多德逻辑中是「结论，可从叫做‘前提’的已知事实，‘必然地’得出的推理」。如果前提为真，则结论必然为真。这区别于溯因推理和归 …
如何理解 inductive learning 与 transductive learning? - 知乎
如果是Inductive learning，我们在只知道ABCD的颜色的情况下，训练一个模型，推及到其他点。 比如我们用nearest neighbor这个简单的方法进行着色，我们会得到以下的结果。 我们会把12 …
Coq中的Inductive简单学习分享 - 知乎
在Coq中Inductive是可以理解为公理般的存在，是之后进行形式化描述的基础与根源，它一般由三部分构成：归纳的类型名，归纳的类型和构造子。 【详见 reference manual 1.3.3】 1）归纳 …
到底什么是Inductive Bias，可否举个例子？ - 知乎
其实代表一种假设 个人理解为模型或训练数据在推断新结论时所具有的一种偏见，指的是机器学习模型对新数据的假设。它可以是模型结构的偏见，也可以是训练数据的偏见。例如， 深度神 …
为什么GAT能够实现Inductive learning，而GCN不行？ - 知乎
GAT的这种特性使其在理论上更适合于inductive learning。 GAT的设计使其天然适合inductive learning。 GCN 虽然依赖于固定的图结构，但通过适当的修改（如图池化技术或灵活的节点 …
为什么GCN是Transductive的? - 知乎
Inductive学习指的是训练出来的模型可以适配节点已经变化的测试集，但GCN由于卷积的训练过程涉及到邻接矩阵、度矩阵（可理解为拉普拉斯矩阵），节点一旦变化，拉普拉斯矩阵随之变 …