Symbolic Learning（符号学习）

符号学习起源于人工智能早期的符号主义，强调使用符号和逻辑规则进行知识表示与推理，如专家系统MYCIN。与统计学习不同，它依赖显式的知识表示，可解释性强，但难以处理噪声和连续数据。近年来，神经符号学习结合神经网络与符号推理，如DeepProbLog，提升了可解释性和泛化能力。