بررسی روش های طبقه بندی درخت های تصمیم در حوزه یادگیری ماشین
سال انتشار: 1399
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 373
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:
ELEMECHCONF06_015
تاریخ نمایه سازی: 22 آذر 1399
چکیده مقاله:
در علوم کامپیوتر و مهندسی کامپیوتر درختها کاربردهای زیادی دارند. در بحث سیستم های عامل و ساختمانداده و طراحی الگوریتم به نوبه ی خود به نوعی از درختهای تصمیم استفاده شده است. به همین ترتیب در داده کاوی نیز از درخت تصمیم استفاده شده که میتوان گفت پایه ی بسیاری از الگوریتم های طبقه بندی ، درختها هستند. این نوع درختها که میتوانند در یک شرایط خاص تصمیمی را با استفاده از اطلاعات قبلی بگیرند. تعداد زیادی الگوریتم های درخت تصمیم سنتی مانندC4.5 و ID3 و... وجود دارد. این الگوریتم ها نیاز دارند تا داده را ذخیره کنند و پردازش دسته ای را انجام دهند، و آنها برای جریانداده هایی با نیازمندیهای به موقع امکان پذیر نیستند. در این مقاله سعی شده است، الگوربتم های سنتی مربوط به طبقه بندی در حوزه ی یادگیری ماشین بانظارت بررسی و مقایسه شوند.
کلیدواژه ها:
نویسندگان
رویا زارع فرخادی
هیت علمی گروه نرم افزار، موسسه آموزش عالی غیرانتفاعی و غیردولتی رشدیه تبریز،
مهدیه یوسفی امین آباد
گروه مهندسی نرم افزار،دانشکده موسسه آموزشعالی غیرانتفاعی و غیردولتی رشدیه تبریز