在机器学习领域，归纳学习应该怎么理解？

 归纳学习是符号学习中研究得最为广泛的一种方法。给定关于某个概念的一系列已知的 正例和反例，其任务是从中归纳出一个一般的概念描述。归纳学习能够获得新的概念，创立新的规则，发现新的理论。它的一般操作是泛化（Generalization)和特化（Specialization)。       泛化用来扩展一个假设的语义信息，以使其能够包含更多的正例，应用于更多的情况。特化 则是泛化的相反的操作，用于限制

>>阅读原文<<