Induction: Processes of Inference, Learning and Discovery (Computational Models of Cognition & Perception) (Bradford Books) [Paperback]

abstract  account  action  activation  active  analogy  behavior  between  case  categories  chapter  classifier  concepts  conditions  default  described  different  distributions  domain  effect  environment  even  events  example  fact  figure  first  form  framework  function  general  generalization  given  goal  hierarchy  however  important  induction  inductive  inference  information  instances  kind  knowledge  laws  learning  level  likely  may  mechanisms  message  might  model  must  new  number  object  often  part  particular  people  pi  possible  predictions  problem  process  properties  provide  relations  results  rules  schema  see  set  should  situation  social  solution  source  state  statistical  strength  subjects  support  system  target  terms  theory  thus  time  training  two  types  use  used  useful  value  variability  view  world