Regelinductie (RIPPER)

Regelinductie, en specifiek het RIPPER (Repeated Incremental Pruning to Produce Error Reduction) algoritme, is een gesuperviseerde machine learning methode die een compacte set van ALS-DAN classificatieregels leert uit gelabelde trainingsdata. Geïntroduceerd door William W. Cohen in 1995, past RIPPER een aparte-en-overheers-strategie toe, gecombineerd met minimum description length (MDL) pruning, om regels te genereren die zowel accuraat als interpreteerbaar zijn, wat het tot een mijlpaalalgoritme maakt op het gebied van inductieve regelafleiding.