یادگیری درخت تصمیم با استفاده از عاملها
محل انتشار: ششمین کنفرانس سراسری سیستم های هوشمند
سال انتشار: 1383
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 870
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICS06_047
تاریخ نمایه سازی: 18 تیر 1391
چکیده مقاله:
استفاده از عاملها به منظور توسعه درخت تصمیم می تواند زمان یادگیری آن را بر روی مجموعه های آموزشی بزرگ کاهش دهد . در این مقاله یک روش جدید توسعه درخت با استفاده از عاملها پیشنهاد شده است که سعی در افزایش دقت درخت نهایی دارد . در این روش ابتدا مجموعه آموزشی به صورت تصادفی به چند قسمت تقسیم شده و هر قسمت در اختیار یک عامل قرار میگیرد. عامل ها پس از انتخاب خصیصه غالب در هر گره، نتایج را در اختیار عامل دیگری قرار میدهند، این عامل با استفاده از یک مدل آماری بنام کرامر، درخت نهایی را تولید می کند. در صورتیکه توزیع کلاسها و خصیصه ها در مجموعه آمورشی یکنواخت بوده و نیز اندازه مجموعه آموزشی کوچک نباشد، دقت درخت مورد نظر بهبود می یابد
نویسندگان
ستار هاشمی
دانشجوی دکتری کامپیوتر گرایش هوش مصنوعی
محمدرضا کنگاوری
اعضا هیئت علمی دانشکده کامپیوتردانشگاه علم و صنعت ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :