Regelinduksjon (RIPPER)

Regelinduksjon, og spesifikt RIPPER-algoritmen (Repeated Incremental Pruning to Produce Error Reduction), er en veiledet maskinlæringsmetode som lærer et kompakt sett med IF-THEN klassifiseringsregler fra merkede treningsdata. Introdusert av William W. Cohen i 1995, anvender RIPPER en 'separate-and-conquer'-strategi kombinert med 'minimum description length' (MDL) beskjæring for å generere regler som er både nøyaktige og tolkbare, noe som gjør den til en landemerkealgoritme innen induktiv regelinnlæring.