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

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.

طبقه بندی داده، یادگیری ماشین، بانظارت.