دانلود رایگان


دانلود پاورپوينت جامع وکامل درباره یادگیری درخت تصمیم - دانلود رایگان



دانلود رایگان دانلود پاورپوینت جامع وکامل درباره یادگیری درخت تصمیم

دانلود رایگان دانلود پاورپوينت جامع وکامل درباره یادگیری درخت تصمیم دانلود پاورپوينت جامع وکامل درباره یادگیری درخت تصمیم
43اسلاید
یادگیری درخت تصمیم
مقدمه
در یک مسئله یادگیری با دو جنبه مختلف روبرو هستیم: نحوه نمایش فرضیه هاروشی که برای یادگیری برمی گزینیمدر این فصل برای نمایش فرضیه ها از درخت تصمیم استفاده میکنیم و برای یادگرفتن این درخت از روش ID3 استفاده میکنیم. درخت تصمیمدرختها درهوش مصنوعی برای نمایش مفاهیم مختلفی نظیر ساختار جملات، معادلات، حالات بازی، و غیره استفاده میشود.یادگیری درخت تصمیم روشی برای تقریب توابع هدف با مقادیر گسسته است. این روش نسبت به نویز داده هامقاوم بوده وقادر است ترکیب فصلی گزاره های عطفی را یاد بگیرد.این روش جزو مشهورترین الگوریتمهای یادگیری استقرائی است که بصورت موفقیت آمیزی در کاربردهای مختلف بکار گرفته شده است. نمایش درخت تصمیمدرخت تصمیم درختی است که در آن نمونه ها را به نحوی دسته بندی میکند که از ریشه به سمت پائین رشد میکنند و در نهایت به گره های برگ میرسد:هر گره داخلی یاغیر برگ (non leaf) با یک ویژگی (attribute) مشخص میشود. این ویژگی سوالی را در رابطه با مثال ورودی مطرح میکند.درهر گره داخلی به تعداد جوابهای ممکن با این سوال شاخه (branch) وجود دارد که هر یک با مقدار آن جواب مشخص میشوند. برگهای این درخت با یک کلاس و یا یک دسته از جوابها مشخص میشوند.علت نامگذاری آن با درخت تصمیم این است که این درخت فرایند تصمیم گیری برای تعیین دسته یک مثال ورودی را نشان میدهد. کاربردهادرخت تصمیم در مسایلی کاربرد دارد که بتوان آنها را بصورتی مطرح نمود که پاسخ واحدی بصورت نام یک دسته یا کلاس ارائه دهند.برای مثال میتوان درخت تصمیمی ساخت که به این سوال پاسخ دهد: بیماری مریض کدام است؟ و یا درختی ساخت که به این سوال پاسخ دهد: آیا مریض به هپاتیت مبتلاست؟برای مسائلی مناسب است که مثالهای آموزشی بصورت زوج (مقدار-ویژگی) مشخص شده باشند.تابع هدف دارای خروجی با مقادیر گسسته باشد. مثلا هر مثال با بله و خیر تعیین شود.نیاز به توصیف گر فصلی (disjunctive) باشد. ویژگی های درخت تصمیم برای تقریب توابع گسسته بکار می رود (classification)نسبت به نویز داده های ورودی مقاوم استبرای داده های با حجم بالا کاراست از این رو درData mining استفاده می شودمی توان درخت را بصورت قوانین if-then نمایش داد که قابل فهم برای استفاده استامکان ترکیب عطفی و فصلی فرضیه ها را می دهددر مواردی که مثالهای آموزشی که فاقد همه ویژگیها هستند نیز قابل استفاده است

دانلود پاورپوینت جامع وکامل درباره یادگیری درخت تصمیم


یادگیری درخت تصمیم


پاورپوینت یادگیری درخت تصمیم



مقاله


پاورپوینت


فایل فلش


کارآموزی


گزارش تخصصی


اقدام پژوهی


درس پژوهی


جزوه


خلاصه


تحقیق در مورد موشک

دانلود پاورپوینت تاریخ معماری اسلامی

طرح کارآفرینی زنان از منظر تعليم و تربيت

تحقیق درباره؛ حقوق ويژة قراردادها

تحقیق در مورد عناصر تزئيني 31 ص (word)

دانلود فایل تحقیق سيستم پشتيبان براي برنامه‌ريزي شبكه‌هاي توزيع..

بينايي سنجي

دانلود پاورپوینت انرژی زمین گرمایی

دانلود پاورپوینت خدمات مرجع در کتابخانه ها - 46 اسلاید

پاورپوینتی در مورد افغانستان1