L'apprendimento automatico è una delle grandi sfide dell'intelligenza artificiale. Il ragionamento induttivo a partire da esempi classificati è alla base di molti metodi di data mining, oggi molto in voga nel settore dell'elaborazione dei dati di massa. La funzione di tali metodi è quella di descrivere in modo intensivo un insieme di concetti, inizialmente espressi in forma estensionale per mezzo di un insieme di esempi classificati. La maggior parte dei metodi ha come punto di partenza un insieme fisso di esempi, considerato sufficientemente significativo. Tuttavia, per la stragrande maggioranza dei problemi relativamente complessi, tale insieme iniziale non è sempre disponibile. Inoltre, molti esempi potrebbero non essere ancora stati scoperti e alcuni di essi sono specificati in modo incompleto. Questo libro propone una soluzione per queste situazioni, basata su un modello di apprendimento autonomo guidato da un processo di ragionamento induttivo-deduttivo incrementale e dalle esperienze del modello stesso e dell'utente, senza limiti al numero di esempi da esplorare.