Введение   Главы  1  2  3  4  5  6  7  8  9  10  11  12  13  14  15  16  17  18  19  20  21  22  23  24   Приложения  1  2  

ГЛАВА 20. Формирование знаний на основе машинного обучения


    ГЛАВА 20. Формирование знаний на основе машинного обучения
    ГЛАВА 20. Формирование знаний на основе машинного обучения 20.1. Индуктивное обучение 20.2. Система Meta-DENDRAL 20.2.1. Формирование и уточнение правил 20.2.2. Пространство версий 20.2.3. Алгорит...
    Формирование знаний на основе машинного обучения
    Формирование знаний на основе машинного обучения 20.1. Индуктивное обучение 20.2. Система Meta-DENDRAL 20.3. Построение дерева решений и порождающих правил 20.4. Уточнение наборов правил Рекоменду...
    20.3.2. Алгоритм формирования дерева решений по обучающей выборке
    20.3.2. Алгоритм формирования дерева решений по обучающей выборке Ниже будет описан алгоритм формирования дерева решений по обучающей выборке, использованный в системе IDЗ. Задача, которую решает...
    Дерево разделения объектов обучающей выборки
    Дерево разделения объектов обучающей выборки Если рекурсивно заменять каждый узел Si, на рис. 20.3 поддеревом, то в результате будет построено дерево решений для обучающей выборки S. Как уже отмеч...
    20.4. Уточнение наборов правил
    20.4. Уточнение наборов правил Проблеме отладки и уточнения характеристик правил посвящено множество исследований. Ниже мы рассмотрим только пару примеров, которые позволят читателям понять суть э...
    Рекомендуемая литература
    Рекомендуемая литература Как отмечалось в самом начале этой главы, существует множество проблем, связанных с машинным обучением, о которых мы даже не упоминали в данной книге. Читателям, которые з...
    Упражнения
    Упражнения 1. В чем отличие методик супервизорного обучения и обучения без преподавателя? 2. Проведите разграничение между задачами обучение концептам и обобщение дескрипторов. 3. По образцу, прив...
    Пары образцов
    Пары образцов I) Чему равно ожидаемое количество информации для атрибута наблюдение? II) Чему равен прирост количества информации после анализа атрибута наблюдение? III) Повторите этот анализ по о...
    20.1. Индуктивное обучение
    20.1. Индуктивное обучение Точное определение термину обучение дать довольно трудно, но большинство авторов сходятся во мнении, что это — качество адаптивной системы, которая способна совершенство...
    Таблица 20.1. Обучающая выборка примеров Экземпляр
    Страна-изготовитель Размер Старая модель Позитивный/ негативный Oldsmobile Cutlass...
    20.2. Система Meta-DENDRAL
    20.2. Система Meta-DENDRAL В рамках проекта DENDRAL, который был начат в Станфордском университете в 1965 году, была разработана первая система, продемонстрировавшая, что программа может успешно к...
    20.2.1. Формирование и уточнение правил
    20.2.1. Формирование и уточнение правил Программа Meta-DENDRAL формирует на основе рассуждений правила, которые затем используются программой DENDRAL в процессе определения молекулярной структуры...
    20.2.2. Пространство версий
    20.2.2. Пространство версий В этом разделе мы рассмотрим одну из методик обучения, которая получила в литературе наименование пространство версий (version space) [Mitchell, 1978], [Mitchell, 1982]...
    Отношения между образцами
    Отношения между образцами Обратите внимание на следующий нюанс. Для того чтобы программа смогла выполнить упорядочение представленных образцов, она должна быть способна разобраться в смысле множес...
    20.2.3. Алгоритм отсеивания кандидатов
    20.2.3. Алгоритм отсеивания кандидатов Пространство версий, как следует из приведенного описания, есть не что иное, как структура данных для представления множества описаний концептов. Однако терм...
    20.2.4. Сопоставление экземпляров с образцами в Meta-DENDRAL
    20.2.4. Сопоставление экземпляров с образцами в Meta-DENDRAL Для описания экземпляров обучающей выборки в Meta-DENDRAL используется тот же язык, что и для описания образцов. Каждый образец предста...
    20.3. Построение дерева решений и порождающих правил
    20.3. Построение дерева решений и порождающих правил Правила являются не единственно возможным способом представления информации о концептах в виде пар- атрибут-значение для целей классификации. А...
    20.3.1. Структура дерева решений
    20.3.1. Структура дерева решений Дерево решений представляет один из способов разбиения множества данных на классы или категории. Корень дерева неявно содержит все классифицируемые данные, а листь...
    Дерево решений (заимствовано из [Quinlan, 1986, a])
    Дерево решений (заимствовано из [Quinlan, 1986, a]) Единственное приведенное правило, созданное непосредственно после преобразования дерева, можно разделить на три отдельных правила, которые не тр...


- Начало -