Raisonnement révisable

Le raisonnement révisable est un type de raisonnement qui est basé sur des raisons qui sont révisables, elle est opposé à la raison irévisable de la logique déductive. Le raisonnement révisable est un type particulier de raisonnement non-démonstratif, où le raisonnement ne produit pas une démonstration complète, ou finale d'une déclaration, c'est-à-dire, où la faillibilité et la corrigibilité de conclusion sont reconnus. En d'autres mots, le raisonnement révisable produit une déclaration contingente. D'autre type de raisonnement non-démonstratif existent, dont les suivants: le raisonnement probabiliste, raisonnement inductif, raisonnement statistique, raisonnement abductif, ou encore le raisonnement paracohérent. Les différences entre ces types de raisonnement correspondent aux différences existantes entre chaque type de raisonnement utilisé: Deductif (à partir d'un postulat, d'un axiome): si p alors q (c'est-à-dire, q ou non-p) Révisable (à partir d'une autorité): si p alors q Probabiliste (à partir de combinaisons): si p alors (probablement) q Statistique (à partir de données et de présomption): la fréquence de qs parmi ps est élevée; Par conséquent, (dans le bon contexte) si p alors (probablement) q Inductif (formation d'une théorie; à partir de données, cohérence, simplicité, et confirmation): (inductible) "si p alors q"; par conséquent, si p alors (déductible-mais-révisable) q Abductif (à partir de données et de théorie): p et q sont corrélées, et q est suffisant pour p; par conséquent, si p alors (abductiblement) q comme cause Le raisonnement révisable trouve sa pleine expression dans la jurisprudence, l'éthique, l'épistémologie, en pragmatique en conversations conventionnelles en linguistique, en constructivisme, et dans la représentation du savoir. Bien que Aristote différenciait les formes de raisonnement qui étaient valable en logique et en philosophie, de celles qui sont utilisés dans la vie quotidienne (voir dialectique et rhétorique), les philosophes du se sont principalement concentrés sur le raisonnement déductif.

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Publications associées (25)

Personnes associées (3)

Unités associées (3)

Concepts associés (15)

Cours associés (3)

Séances de cours associées (24)

BIO-449: Understanding statistics and experimental design

This course is neither an introduction to the mathematics of statistics nor an introduction to a statistics program such as R. The aim of the course is to understand statistics from its experimental d

CS-330: Artificial intelligence

Introduction aux techniques de l'Intelligence Artificielle, complémentée par des exercices de programmation qui montrent les algorithmes et des exemples de leur application à des problèmes pratiques.

ENG-484: The law of architecture: construction process

Ce cours a pour objet l'approfondissement des connaissances acquises dans le cours d'introduction. Sous un angle essentiellement pratique, il analyse les problèmes qui peuvent surgir au cours d'une co

Monotonicity Reasoning in the Age of Neural Foundation Models

Zeming Chen, Qiyue Gao

The recent advance of large language models (LLMs) demonstrates that these large-scale foundation models achieve remarkable capabilities across a wide range of language tasks and domains. The success of the statistical learning approach challenges our unde ...

Dordrecht2023

Reshaping Perception for Autonomous Driving with Semantic Keypoints

Lorenzo Bertoni

The field of artificial intelligence is set to fuel the future of mobility by driving forward the transition from advanced driver-assist systems to fully autonomous vehicles (AV). Yet the current technology, backed by cutting-edge deep learning techniques, ...

EPFL2022

Person Retrieval in Surveillance Videos Via Deep Attribute Mining and Reasoning

Zhen Wei, Zhiye Wang, Peixia Li

Person retrieval largely relies on the appearance features of pedestrians. This task is rather more difficult in surveillance videos due to the limitations of extracting robust appearance features brought by the cross-view and cross-camera data with lower ...

IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC2021

Révision des croyances

Belief revision is the process of changing beliefs to take into account a new piece of information. The logical formalization of belief revision is researched in philosophy, in databases, and in artificial intelligence for the design of rational agents. What makes belief revision non-trivial is that several different ways for performing this operation may be possible. For example, if the current knowledge includes the three facts " is true", " is true" and "if and are true then is true", the introduction of the new information " is false" can be done preserving consistency only by removing at least one of the three facts.

Logique

La logique — du grec , qui est un terme dérivé de signifiant à la fois « raison », « langage » et « raisonnement » — est, dans une première approche, l'étude de l'inférence, c'est-à-dire des règles formelles que doit respecter toute argumentation correcte. Le terme aurait été utilisé pour la première fois par Xénocrate. La logique antique se décompose d'abord en dialectique et rhétorique. Elle est depuis l'Antiquité l'une des grandes disciplines de la philosophie, avec l'éthique (philosophie morale) et la physique (science de la nature).

Argumentation

L’argumentation est l'action de convaincre et pousser ainsi l'autre à agir. Contrairement à la persuasion, elle vise à être comprise de tous et résiste à l'utilisation d'arguments fallacieux. L’argument est, en logique et en linguistique, l’ensemble des prémisses données en support à une conclusion. Une argumentation est composée d'une conclusion et d'un ou de plusieurs « éléments de preuve », que l'on appelle des prémisses ou des arguments, et qui constituent des raisons d'accepter cette conclusion.

Principe de fonctionnement: Partie 2

Explore le principe de fonctionnement des machines asynchrones, en mettant l'accent sur l'interaction rotor-stator et la définition de glissement.

Rechercher Algorithmes: Raisons Abductives CS-330: Artificial intelligence

Explore le raisonnement abducteur, les algorithmes de recherche et la recherche heuristique pour la résolution de problèmes.

Raisonnement incertain : Réseaux bayésiens CS-330: Artificial intelligence

Explore le raisonnement incertain, les réseaux bayésiens et la résolution stochastique, soulignant l'importance de la logique probabiliste et de l'enlèvement.