6 SID.ir | دسته بندي داده هاي دو رده اي با ابرمستطيل موازي محورهاي مختصات
برای اطلاع از آخرین مقالات علمی و اخبار کرونا(COVID-19) کلیک کنید

مشخصات مقاله

 
عنوان مقاله: 

دسته بندي داده هاي دو رده اي با ابرمستطيل موازي محورهاي مختصات

 
نویسندگان: 
 
آدرس:  
* دانشکده مهندسی برق و کامپیوتر، دانشگاه صنعتی اصفهان، اصفهان
 
چکیده: 

يکي از روش هاي يادگيري در يادگيري ماشين و شناسايي الگو، يادگيري با ناظر است. در يادگيري با ناظر و در مسايل دو رده اي، برچسب داده هاي آموزشي موجود و شامل دو رده مثبت و منفي مي باشند. هدف الگوريتم يادگيري با ناظر، محاسبه فرضيه اي است که بتواند با کمترين مقدار خطا، داده هاي مثبت و منفي را از يکديگر جدا کند. در اين مقاله، از بين کليه الگوريتم هاي يادگيري با ناظر، بر عملکرد درخت هاي تصميم متمرکز مي شويم. ديدگاه هندسي درخت تصميم ما را به مفهوم تفکيک پذيري در هندسه محاسباتي نزديک مي کند. از بين کليه الگوريتم هاي تفکيک پذيري موجود و مرتبط با درخت تصميم، مساله محاسبه مستطيل با حداکثر اختلاف دو رنگ را مطرح مي کنيم و الگوريتم را در يک، دو، سه و m بعد پياده سازي مي کنيم که m تعداد ويژگي هاي داده ها را نشان مي دهد. نتيجه پياده سازي نشان دهنده آن است که اين الگوريتم، الگوريتمي قابل رقابت با الگوريتم شناخته شده C4.5 است.

 
کلید واژه: 

 
موضوعات مرتبط: 
 
ارجاعات: 
  • ندارد
 
 
مقالات نشریه ای مرتبط: 
 
مقالات همایشی مرتبط: 
 

  چکیده انگلیسی بازدید یکساله 94
 
 
آخرین های بلاگ
ورود به بلاگ مرکز اطلاعات علمی