مقایسه مهمترین الگوریتم های ساختاری در یادگیری ماشین
- سال انتشار: 1395
- محل انتشار: اولین کنفرانس بین المللی چشم انداز های نو در مهندسی برق و کامپیوتر
- کد COI اختصاصی: NPECE01_075
- زبان مقاله: فارسی
- تعداد مشاهده: 1502
نویسندگان
مربی عضو هیات علمی گروه فنی مهندسی کامپیوتر و فناوری اطلاعات دانشگاه پیام نور تهران ایران
مربی عضو هیات علمی گروه فنی مهندسی کامپیوتر و فناوری اطلاعات دانشگاه پیام نور تهران ایران
دانشجوی کارشناسی ارشد دانشکده مهندسی کامپیوتر و فناوری اطلاعات دانشگاه صنعتی امیرکبیر تهران
چکیده
بطور کلی هدف از یادگیری ماشین ساخت سیستم های کامپیوتری است که از تجریبات یاد می گیرند و قادر به انطباق با محیط خود هستند یادگیری بدست آوردن دانش یا فهم آن از طریق مطالعه آموزش و تجربه است که مشخصا باعث بهبود عملکرد از طریق تجربه می شود همچنین یادگیری توانایی یک ماشین در بهبود عملکرد خود در تقلید روشهای یادگیری انسانها مانند تکرار و تجربه با استفاده از نرم افزاری است که تکنیک های هوش مصنوعی را بکار میگیرد الگوریتم های یادگیری ماشین را می توان به 4 دسته افزایشی در مقابل بسته ای Online در مقابل Offline استقرایی در مقابل قیاسی و نمادین در مقابل عدی تقسیم نمود و همواره برای ارزیابی الگوریتم های یادگیری سه معیار دقت دسته بندی صحت راه حل و کیفیت آن سرعت عملکرد در نظر گرفته می شوند این سیستم ها شامل الگوهای تلفیقی و مکانیزه آلارم دهنده ویژه جهت خودکارسازی فرآیندهای تشخیص هستند که ضمن دارا بودن قابلیت انطباق با محیط و استفاده از تکنیکهای هوش مصنوعی به تقلید از روشهای یادگیری انسانها مانند تکرار و تجربه می پردازند امروزه پیاده سازی یادگیری ماشین وابستگی بالایی به انتخاب زبانهای برنامه نویسی و نوع داده های مورد استفاده است که همین امر کاربران را مجبور به یادگیری یک نوع برنامه نویسی خاص می نماید که البته افزایش قابلیت ها و تعامل با محیطهای متنوع با تبدیل فرمت داده و تغییر پلت فرم ها میسر استکلیدواژه ها
دسته بندی،یادگیری ماشین،الگوریتمهای یادگیریمقالات مرتبط جدید
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.