摘要

20世纪50年代,卡尔纳普发展了归纳逻辑来表示证据相对于假设的"确证度"。随后,利斯塔、古德-图灵等人提出了各种平滑方法,这些平滑方法可以看作广义的卡尔纳普式的归纳逻辑。这些方法虽然都可以从某个层次的"无差别原则"导出,但这并不能构成其理论基础。"无差别原则"无论作用在这里的哪一层都不合适,根据机器学习领域的无免费午餐定理,都不具有通用性,只有作用在可能世界的产生方式这一层次上导出的所罗门诺夫先验才具有通用性,能够逼近任何可计算的模式。而且,不仅如此,在同时满足奥卡姆剃刀原则和最大熵原则的意义上,所罗门诺夫先验具有最优性。

全文