مروری بر پژوهش های انجام شده در زمینه الگوریتم k نزدیکترین همسایه

یادگیری ماشین یکی از پرکاربرد ترین زمینه های هوش مصنوعی در عصر اطلاعات است . افراد فعال در این حوزه همیشه سعی بر این دارند که الگوریتم هایی با کارایی بالا و توانمندبرای آموزش سیستم های یادگیر طراحی کنند و گاها می بینیم الگوریتم های قدیمی در این زمینه به خوبی جواب می دهند. الگوریتم K نزدیکترین همسایه یکی از این الگوریتم های توانمند است . الگوریتم K نزدیکترین همسایه یک الگوریتم یادگیری ماشین نظارت شده است و از ویژگی های آن سادگی و آسانی این الگوریتم برای پیاده سازی است که می تواند برای حل مسائل طبقه بندی و رگرسیون مورد استفاده قرار گیرد. الگوریتم نزدیک ترین همسایگی کاربرد فراوانی در داده کاوی دارد و یک الگوریتم بسیار محبوب در این زمینه است .از این رو این پژوهش کاربرد های این الگوریتم در تحقیقات گذشته مورد بررسی قرار می گیرد. طبق نتایج بدست آمده از کاربرد های این الگوریتم میتوان به : تخمین تابع رگرسیون از طریق روش الگوریتم k نزدیکترین همسایه در مدل رگرسیونناپارامتری ، انجام وظیفه طبقه بندی در تحقیقات مربوط به یادگیری ماشین ، تشخیص الگو دربسیاری از رشته های مختلف ( مانند تشخیص چهره، طبقه بندی متن ، تجزیه و تحلیل نمودار، پیش بینی بیماری ، تشخیص ناهنجاری ، پیش بینی سری های زمانی ) ، بهبود عملکرد دستگاه های سایبری ، تشخیص بیماری پوستی بر اساس انواع مختلف تصویربرداری مانند سونوگرافی ، درماتوسکوپی و میکروسکوپکانفوکال بازتابی ، حوزه یادگیری ماشین ، طبقه بندی کننده خطا در مهندسی و... اشاره کرد.

کلیدواژه ها:

الگوریتم ، یادگیری ماشینی ، هوش مصنوعی ، طبقه بندی