مقایسه و ارزیابی عملکرد الگوریتم های یادگیری ماشین در صحت طبقه بندی و توانایی تشخیص
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 687
- 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:
COMCONF03_280
تاریخ نمایه سازی: 6 اردیبهشت 1396
چکیده مقاله:
امروزه استفاده از الگوریتم های یادگیری ماشین راه حل مناسبی برای بسیاری از مسایل اتوماسیون است. به ویژه مسایلی که راه حل جامعی برای آن ها وجود نداشته و صرفا نمونه هایی حل شده و غالبا متعدد از این مسایل در دسترس است. با توجه به توسعه روز افزون الگوریتم های یادگیری ماشین، انتخاب های متعددی برای عمل یادگیری ماشین وجود دارد؛ بنابراین انتخاب الگوریتم مناسب برای حل یک مساله خاص می تواند به یک چالش تبدیل شود. در این مقاله سعی شده تا با اجرای پنج الگوریتم یادگیری ماشین مختلف بر روی پنج مجموعه داده متفاوت در حوزه های گوناگون، عملکرد این الگوریتم ها به گونه ای روشن مورد تجزیه و تحلیل قرار گیرد.
کلیدواژه ها:
یادگیری ماشین ، طبقه بندی ، درخت تصمیم ، k امین نزدیک ترین همسایه ، الگوریتم بیز ، شبکه عصبی ، برنامه نویسی ژنتیک
نویسندگان
رسول صادقی
دانشجوی کارشناسی ارشد نرم افزار، دانشگاه رازی
عبدا... چاله چاله
استادیار گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه رازی
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :