不可错过！多伦多大学《基于机器学习的自动推理》2023课程，附Slides

推理和学习是(人工或自然)智能的两个基本部分。本课程旨在介绍逻辑推理与机器学习相结合的前沿研究。我们将首先研究现代推理引擎背后的基本思想和工程技巧，如布尔可满足性(SAT)求解器、可满足性模理论(SMT)求解器和特定领域求解器。然后，我们将调研最近使用机器学习来改进推理系统的工作，以及反过来的工作。具体来说，本课程将涵盖以下主题——布尔可满足性(SAT)、可满足性模块理论(SMT)、程序分析与综合、(归纳)逻辑程序设计和神经符号方法。

https://www.cs.toronto.edu/~six/csc-2547hs-w23.html

学习目标: 在本课程结束时，您将: 了解SAT/SMT求解器的工作原理，并使用它们来解决有趣的挑战。 了解当前机器学习和程序推理研究的前景和局限性。 建设性地评论研究论文，并进行指导式的演示。在一个完整的周期中实践您的研究技能，即，提出↠实施和评估↠目前并获得反馈↠最终报告。